Appen
appen.com
通过澳鹏解锁生成式人工智能。 凭借我们行业领先的产品、深厚的专业知识和无与伦比的全球人工智能培训专家团队，打造卓越的客户体验。我们是您值得信赖的数据合作伙伴，帮助最具创新力的公司执行世界一流的人工智能计划。
Labelbox
labelbox.com
Labelbox 是一个以数据为中心的人工智能平台，允许用户构建和利用人工智能应用程序。该平台提供了训练和微调模型的能力，以及使用 LLM（Labelbox 机器学习模型）自动执行任务的能力。 在功能方面，Labelbox 利用 cookie 来增强用户体验、分析网站流量、协助营销工作以及了解用户如何与平台交互。 必要的 cookie 用于基本功能，例如页面导航和访问安全区域。首选项 cookie 使平台能够记住用户特定的信息，例如首选语言或区域。 Labelbox 还采用统计 cookie，帮助网站所有者收集有关访问者如何与平台交互的信息。这些统计数据是匿名收集和报告的。 此外，Labelbox 使用各个提供商的 cookie 来优化特定的特性和功能。这些提供商包括 Intercom、LinkedIn、YouTube、ZoomInfo、Cloudflare、Bizible、Cookiebot 和 Heap Analytics。 每个提供商的 cookie 都有不同的用途，例如识别访问者、管理支持通知、负载平衡以及允许访问者通过第三方应用程序登录。 总体而言，Labelbox 的 AI 平台为用户提供了构建 AI 应用程序、训练和微调模型以及使用法学硕士自动化任务的能力。该平台利用 cookie 和统计数据来增强用户体验并了解访客交互。 各种第三方提供商 cookie 的集成确保了平台不同方面的功能优化。
Clarifai
clarifai.com
Clarifai 是一家独立的人工智能公司，专注于计算机视觉、自然语言处理和音频识别。 Clarifai 成立于 2013 年，是最早成立的深度学习平台之一，为非结构化图像、视频、文本和音频数据提供人工智能平台。其平台支持整个人工智能生命周期，包括图像、视频、文本和音频数据的数据探索、数据标记、模型训练、评估和推理。 Clarifai 总部位于华盛顿特区，利用机器学习和深度神经网络自动识别和分析图像、视频、文本和音频。 Clarifai 使用户能够通过 API、移动 SDK 和/或本地解决方案将人工智能技术应用到他们的产品中。
Avala
avala.ai
Avala 以最少的设置和培训时间，更快地提供更准确标记的 AI 数据。 Avala 的综合开放平台可满足整个 AI Ops 工作流程的需求，将数据集整理和管理、世界一流的数据标记和人工反馈专业知识以及模型训练、验证和部署相结合。 * 整理、标记和部署数据集和模型的速度提高 10 倍。 * 通过直观的数据可视化和管理轻松审核模型 * 拖放注释项目生成器以及内置培训材料 Avala 在不牺牲质量或安全性的情况下提供道德和公平的数据标签。开创了一种完全不同的道德人工智能部署方法，通过产品和服务生态系统中的数据集、标签和模型的协作市场，彻底改变人们为人工智能做出贡献、开发和受益的方式，直接解决人工智能协调的挑战。 Avala 提供独特的“制造流程”标签方法： * 将贴标任务分成更小、更简单的部分，使贴标人员更快地成为每项任务的专家。 * 为机器学习工程师节省数百个小时的时间来开发每个标签项目的培训材料。 * 提供最快、最准确的数据标记，减少算法偏差并提高数据质量
Scale AI
scale.com
用最好的数据制作最好的模型。 Scale Data Engine 为几乎所有主要基础模型提供支持，并通过 Scale GenAI Platform，利用您的企业数据来释放 AI 的价值。 Scale 受到世界一流公司的信赖，为自动驾驶汽车、地图、AR/VR、机器人等人工智能应用提供高质量的训练数据。
Prolific
prolific.com
Prolific 是一个平台，使研究人员能够从大量经过审查的研究参与者和任务执行者中大规模收集高质量的人力数据。使用 Prolific 平台，研究人员可以定位、联系和管理 Prolific 多样化、经过审查和公平对待的研究参与者，以提供改变世界的研究和下一代人工智能。
Surge AI
surgehq.ai
利用人类语言的丰富性来训练人工智能。使用 Surge AI 的全球数据标记人员和平台构建强大的 NLP 数据集。
V7
v7labs.com
V7 是一款专为计算机视觉和生成式人工智能应用而设计的人工智能数据引擎。该平台为企业培训数据提供基础设施，包括标签、工作流程、数据集，并具有人机交互培训功能。 它提供多种注释属性来提高人工智能模型的数据质量。凭借自动注释、医学成像 DICOM 注释、数据集管理和模型管理等功能，V7 可以自动化并简化各种任务。 其图像和视频标注工具旨在提高数据标注的精度。此外，它还支持自定义数据管道的构建和自动化，并具有用于自动化光学字符识别 (OCR) 和智能文档处理 (IDP) 工作流程的工具。V7 允许用户外包注释任务。 它可用于农业、汽车、建筑、能源、食品饮料、医疗保健等各个行业。它提供实时团队注释的协作功能，并提供贴标机和模型性能分析。此外，V7 还通过直观的用户界面促进注释和模型训练工作流程变得更加高效。 凭借其增强的自动注释功能，它加快了注释的速度和准确性。该平台与 AWS、Databricks 和 Voxel51 等集成，支持视频、图像和文本数据等一系列数据类型。
Kili Technology
kili-technology.com
快速构建高质量数据集。 企业相信我们能够简化他们的数据标记操作，并为其自定义模型、生成式人工智能和法学硕士构建最佳数据集 ___ 为什么选择奇力科技？ 你可能不知道这一点，但是： MNIST 的数据集错误率为 3.4%，仍然被超过 38,000 篇论文引用。 ImageNet 数据集及其众包标签的错误率为 6%。该数据集可以说是谷歌和 Facebook 开发的最流行的图像识别系统的基础。这些数据集中的系统错误会产生现实后果。在包含错误的数据上训练的模型被迫学习这些错误，从而导致错误的预测或需要对不断增加的数据进行重新训练以“消除”错误。 每个行业都已经开始了解人工智能的变革潜力并进行投资。但机器学习转换器的革命和对机器学习模型优化的不懈关注正在达到收益递减的地步。还有什么？
Supervisely
supervisely.com
监督平台覆盖计算机视觉的整个研发生命周期。 它允许从图像注释到神经网络训练的交互速度提高 10 倍： * 在单一平台内大规模组织图像注释/数据管理/操作 * 集成来自 Model Zoo 的自定义神经网络或用户预训练模型，执行/跟踪/重现大量实验 * 使用开箱即用的数据科学工作流程：上传新数据并不断提高神经网络的准确性 * 将不同的神经网络组合成具有后处理阶段的单个管道，并将这些管道部署为 API * 利用神经网络加速图像标注过程：平台具有可训练的SmartTool，支持主动学习和人机交互
SuperAnnotate
superannotate.com
SuperAnnotate 是领先的平台，可利用最高质量的训练数据更快地构建、微调、迭代和管理您的 AI 模型。借助先进的注释和 QA 工具、数据管理、自动化功能、本机集成和数据治理，我们使企业能够构建数据集和成功的 ML 管道。与 SuperAnnotate 的专家和专业管理的注释团队合作，可以帮助您快速提供高质量的数据，以构建性能最佳的模型。
Labellerr
labellerr.com
Labellerr 是唯一具有智能反馈循环的训练数据平台。我们的技术帮助人工智能优先的组织开发计算机视觉人工智能，以在其数据管道中实现自动化。我们的 saas 平台为 ML 科学家解决了挑战，他们需要以安全的方式更快、更方便、迭代地访问训练数据，以训练他们的计算机视觉/非结构化数据 AI 模型。我们努力以“实现它”的态度提供服务。 我们的重点行业包括医疗保健、自动驾驶汽车、智慧城市、零售和制造业。
UBIAI
ubiai.tools
UBIAI 文本注释工具是一款人工智能工具，旨在使自然语言处理 (NLP) 和机器学习 (ML) 解决方案更易于使用且价格实惠。 它提供AI Builder，这是一个人工智能引擎，允许用户构建智能文档应用程序。该工具提供各种功能，包括文档分类、自动标记、多语言注释、命名实体识别 (NER) 和 OCR 注释。 它还支持团队协作，有助于提高数据质量和工作流程效率。UBIAI的综合注释工具可以处理各种类型的文档，例如PDF、图像和文本。 它因其 OCR 注释功能而受到特别好评，使用户能够从扫描的文档和图像中提取数据。此功能可以显着降低与从此类来源解锁数据相关的成本和操作障碍。该工具提供附加功能，例如使用大型语言模型自动标记、简化数据标记过程并节省时间和精力。 它还提供了在带注释的数据集上训练最先进的深度学习模型的能力，允许用户微调他们的机器学习模型并加速训练过程。UBIAI的协作功能使其适合团队，允许轻松分配任务、进度跟踪和绩效衡量。 该工具支持多种语言和多种格式的注释，包括手写、扫描和数字文档。UBIAI 专为跨行业广泛使用而设计，包括银行、金融、医疗保健、保险、法律和技术。 其功能可以帮助简化针对每个行业需求的数据注释和培训流程，从语义分析到欺诈检测，并缩短诊断和治疗时间。总体而言，UBIAI 文本注释工具因其 OCR 功能、协作功能和培训支持而脱颖而出。深度学习模型，使其成为各行业 NLP 和 ML 项目的宝贵工具。
CVAT.ai
cvat.ai
计算机视觉标注工具（CVAT），旨在供专业数据标注团队使用，为计算机视觉算法标注数据
Humanloop
humanloop.com
用于开发和评估 LLM 应用程序的企业平台。 AmexGBT、Duolingo 和 Gusto 等公司使用 Humanloop 平台开发强大的人工智能应用程序，并对它们进行评估和微调。 在一个统一平台上进行 NLP 注释、培训和监控的一体化平台，由主动学习提供支持。非常简单，速度提高 10 倍。 Humanloop 由领先的人工智能专家创立，他们曾在谷歌、微软和亚马逊从事一些最大的人工智能开发工作。公司在伦敦和旧金山设有办事处
Sama AI
sama.com
Sama 是全球公认的为需要最高精度的企业 AI 模型提供数据注释解决方案的领导者。 我们是唯一一家拥有内部专家团队并使用自己的企业级平台的计算机视觉解决方案公司。我们的使命是通过提供最准确、可扩展且符合道德的数据管道来加速和推进计算机视觉人工智能的开发。道德人工智能是负责任的人工智能，作为一家经过认证的共益企业，我们开创了一种影响力模型，利用市场的力量造福于社会，并已被证明可以有效地改善那些在正规渠道上面临最大障碍的人的就业和收入结果。工作。截至目前，已帮助6万多人脱贫。
Encord
encord.com
Encord 是从数据中解锁人工智能的端到端平台。大规模安全地开发、测试和部署预测性和生成式人工智能系统，以释放机器学习的价值。创建高质量的训练数据、利用主动学习管道、评估模型质量、微调模型等等，全部集中在一个易于使用的平台上。 * 注释 - 通过可定制的工作流程和质量控制工具，有效地标记任何视觉模式并管理大规模注释团队。 * 主动 - 测试、验证和评估您的模型，并展示、整理和优先考虑最有价值的数据进行标记，以增强模型性能。 * Apollo - 大规模训练、微调和管理专有模型和基础模型，用于生产人工智能应用程序。 * 加速 - 按需、专业的标签服务可帮助您扩大规模。 Encord 受到 RapidAI、Tractable、Stanford Medicine、Memorial、伦敦国王学院、NHS、UHN、皇家海军、Veo 和许多其他跨国公司的先锋 AI 团队的信赖。
super.AI
super.ai
使用 super.AI 智能文档处理 (IDP) 实现端到端业务流程自动化，并保证结果。
Dataloop
dataloop.ai
Dataloop 是一个尖端的人工智能开发平台，它正在改变组织构建人工智能应用程序的方式。 Dataloop 的平台经过精心设计，旨在满足处于 AI 开发流程核心的开发人员的需求，使数据和 AI 模型的使用更加简单、直观。 Dataloop 的综合解决方案涵盖整个人工智能开发生命周期，提供简化数据管理、注释、模型选择和部署的工具和功能。 Dataloop 的平台以协作为重点，允许开发人员、数据科学家和工程师无缝协作，打破传统孤岛并促进创新。 主要功能包括用于构建数据管道的直观拖放界面、庞大的预构建人工智能元素和模型库以及强大的数据管理和注释功能。这些功能旨在帮助开发人员快速原型设计、迭代和部署人工智能解决方案，跟上市场快速变化的需求。 Dataloop 致力于通过提供以开发人员为中心的平台来解决人工智能和数据管理的复杂性和挑战，从而推动人工智能开发。 Dataloop 的愿景是使人工智能开发民主化，使每个组织都能利用人工智能的力量并推动其创新解决方案。
Shaip
shaip.com
Shaip 为希望构建无偏见和高质量 AI/ML 模型的公司提供跨多种数据类型（文本、音频、图像和视频）的高质量数据。 Shaip 为医疗保健、对话式人工智能、计算机视觉和生成式人工智能/法学硕士用例许可、收集和注释数据。 除了数据之外，Shaip 还提供了完整的 Responsible LLM 工具包，用于使用来自人类反馈的强化学习 (RLHF) 来调整、评估和增强大型语言模型。 我们的全球团队总部位于肯塔基州，在硅谷和印度设有办事处，将数据科学专业知识与深厚的行业知识融为一体。我们使合作伙伴能够部署他们可以信任的人工智能，这反映了其影响的人群的多样性。
Universal Data Tool
universaldatatool.com
通用数据工具是一个 Web/桌面应用程序，用于编辑和注释图像、文本、音频、文档，以及查看和编辑可扩展 .udt.json 和 .udt.csv 标准中定义的任何数据。与其他人实时协作，轻松培训贴标机，集成到您的应用程序中。执行图像分割、图像分类、音频转录、命名实体识别 (NER) 和命名实体链接 (NEL)。使用 docker 运行，与 Tensorflow、Keras 或 Fast.ai 一起使用。
TrainingData.io
trainingdata.io
模型辅助图像和视频训练数据标记，用于放射学、病理学和其他形式的医疗数据，用于构建机器学习模型。 受到医疗公司、研究科学家和技术人员信赖的排名第一的工具。
LinkedAI
linkedai.co
更快地构建更好的人工智能数据！ LinkedAI 是一个完整的解决方案，用于控制您的训练数据，具有快速标记工具、人力、数据管理和自动化功能。 人工智能模型的好坏取决于其训练数据。我们提供端到端的图像注释解决方案，包括快速标签工具、合成数据生成、数据管理、自动化功能和按需注释服务以及集成工具，以加速和完成计算机视觉项目。我们的网站是最好的起点，因为它拥有丰富的信息，应该能够回答您的大部分问题。但是，如果您需要进一步的帮助，请随时直接与我们联系。
Picterra
picterra.ch
Picterra 是一个企业软件平台，用于培训、部署和管理为地理空间应用程序和业务服务提供支持的机器学习模型。 Picterra 使组织能够利用地理空间 MLOps 平台构建可扩展的地理空间产品。完全云原生的平台允许用户在一个地方管理所有数据，在协作环境中创建、训练和改进模型，并将其投入生产，而无需 IT 提供额外资源。 Picterra 是卫星、无人机和航空图像提供商的原始数据与向客户提供地理空间服务和咨询的领域专家之间的连接力量。
Crowd AI
crowdai.com
CrowdAI 的使命是实现视觉 AI 民主化，并通过自动化关键视觉工作流程来释放数十亿美元的企业价值。通过将人类和计算机视觉的最佳技术结合在一起，我们使各种规模的公司能够释放隐藏在不断增长的图像和视频数量中的价值。我们的人工智能生命周期平台使任何用户都能够利用尖端的视觉人工智能，只需点击几下即可从原始像素到产生业务影响。与其他为一小群高技术专家构建的平台不同，CrowdAI 平台是为具有所有技术能力的领域专家和操作员构建的，使整个企业利用尖端人工智能的能力民主化，实现真正的跨职能协作，并将制度化分布式领域专业知识。 CrowdAI 已被世界领先机构用来扑灭大规模野火、协调飓风应对工作、抓获毒品和麻醉品贩运，并实现质量、生产和安全效率。客户使用我们的单一平台来汇集和组织所有形式的媒体，使数据为人工智能做好准备，训练尖端模型架构，部署深度学习模型，并随着时间的推移监控性能。 在每一次合作中，CrowdAI 致力于提供真正的业务影响仍然是一个基本指导原则，确保 AI 项目快速超越研发和创新实验室，实现真正的业务价值。
SentiSight.ai
sentisight.ai
SentiSight.ai 是一个基于网络的平台，可用于图像标记和开发基于人工智能的图像识别应用程序。它有两个主要目标：第一是使图像标注任务尽可能方便和高效，即使对于有很多人从事图像标注的大型项目也是如此；第二是为训练和训练提供一个流畅且用户友好的界面。部署深度神经网络模型。在同一平台上执行这两项任务的能力提供了能够标记图像然后以迭代方式训练和改进模型的优势。 SentiSight.ai 提供强大的功能，例如： * 图像标签。 * 智能标签工具。 * 共享标签项目和时间跟踪。 * 分类模型训练。 * 物体检测模型训练。 * 在线和离线模式（提供 30 天免费试用）。 * 预训练模型。 * 图像相似度搜索。
Alegion
alegion.com
Alegion 拥有市场上最强大、最灵活的训练数据注释平台。它加速了最复杂和主观用例的模型开发。它使用集成的机器学习，并具有条件逻辑、迭代任务、多阶段和工作流程等独特功能，这些功能对于大规模高质量至关重要。 整个流程可选择由我们经验丰富的咨询团队进行管理，该团队在我们的产品中设计和执行解决方案，以满足您的业务需求。
M47.AI
m47.ai
使用我们的智能数据标签平台训练您的机器学习模型，该平台提供文本注释工具并可以访问我们的国际员工队伍，以便您可以用任何语言进行注释
Jaxon.ai
jaxon.ai
实际使用人工智能解决“现实世界”的问题是很困难的，需要专家结合领域知识来设计正确的数据/模型组合。像 GPT-4 这样的大型语言模型非常适合通用任务，但在特定领域的用例上却表现不佳，尤其是在涉及专有数据时。工程师们正被卷入人工智能竞赛，需要护栏。 Jaxon 是一个人工智能平台，可指导数据科学团队完成研究-设计-构建过程。它将形式推理与法学硕士驱动的代理相结合，以确保数据科学团队遵循最佳实践。 Jaxon 使用模拟来探索权衡，以快速找出最适合每个用例的方法。 使用 Jaxon，用户可以积极参与开发过程并迭代验证性能，但无需成为博士即可有效。 Jaxon 的专有框架表现为值得信赖的技术顾问，可帮助数据科学团队快速设计最先进的人工智能系统，避免潜在的陷阱和错误信息。 Jaxon 通过自我分析用户项目并结合有关什么有效、何时有效的新知识，不断提高其性能。
Datasaur NLP
datasaur.ai
通过更好的数据标记，将 NLP 和 LLM 项目的效率提高 9.6 倍。 数据标记占 NLP 和 LLM 项目 65% 的时间。通过最好的数据标签平台提高速度和准确性，使工程师能够专注于创建一流的模型。
