Langkau ke kandungan utama

Menu

Mencari data untuk latihan dan penilaian AI

Bahasa halaman: Bahasa Melayu

Terangkan tugas model, bahan yang anda perlukan dan penggunaan yang dibenarkan. sapien1 boleh membantu mengenal pasti sumber yang berpotensi dan menetapkan skop sampel dengan kriteria untuk menentukan sama ada hendak meneruskan. Terangkan projek anda kepada sapien1

Cari data yang sesuai dengan tugas sistem AI anda. sapien1 membantu anda memperincikan keperluan, mengenal pasti sumber yang berpotensi dan menilai sama ada set data sesuai untuk latihan, penilaian atau dapatan semula maklumat.

Mulakan dengan tingkah laku yang ingin anda perbaik. Contohnya memahami dokumen, menyelesaikan aliran kerja, menggunakan alat atau mentafsir adegan. Pilihan ini menentukan contoh, konteks dan semakan kualiti yang diperlukan.

Tentukan tujuan data

Himpunan data yang sama boleh memenuhi pelbagai tujuan. Contoh latihan mengajar sistem tingkah laku tertentu. Contoh penilaian menguji tingkah laku itu. Kandungan untuk dapatan semula membekalkan maklumat yang boleh dirujuk oleh sistem ketika menjawab soalan.

Terangkan tujuan penggunaan sebelum membandingkan sumber. Untuk ejen khidmat pelanggan, contoh latihan boleh menggabungkan permintaan, dasar yang berkaitan dan tindakan yang diambil. Tugas penilaian juga memerlukan kaedah yang jelas untuk menguji sama ada keputusan itu betul. Himpunan untuk dapatan semula perlu mengandungi dasar itu sendiri serta konteks yang mencukupi untuk mengenal pasti versi yang terpakai.

Perkara yang perlu dicatat dalam ringkasan keperluan data

KeperluanPerkara yang perlu diterangkan
TugasPerkara yang perlu dilakukan model atau ejen dan bahagian yang masih sukar
LiputanBidang, bahasa, wilayah, tempoh dan kes sukar yang berkaitan
Bentuk dataDokumen, kod, rekod, audio, imej, video, jejak penggunaan alat atau gabungannya
KonteksLabel, cap masa, perkaitan, arahan atau hasil yang diperlukan untuk memahami contoh
Tujuan penggunaanLatihan, penilaian atau dapatan semula maklumat, termasuk cara data akan diakses
PenerimaanPerkara yang perlu dibuktikan oleh sampel yang berguna sebelum projek diperluas

Ringkasan awal boleh mengandungi soalan yang belum terjawab. Tugas yang jelas dan beberapa contoh yang mewakili keperluan biasanya memberi permulaan yang lebih baik daripada menetapkan bilangan fail semata-mata.

Nilai sampel sebelum memperluas projek

Semakan sampel boleh mengesan konteks yang tiada, label yang tidak konsisten, pendua dan situasi yang belum diliputi. Pasukan anda juga boleh mencuba format yang dicadangkan dalam aliran kerja mereka sendiri. Untuk melihat contoh semakan, rujuk panduan membeli data latihan AI kami.

Catat sumber dan kegunaan yang dibenarkan bersama penilaian teknikal. Huraian set data perlu menjelaskan kandungan dan batasan yang berkaitan. Panduan kad set data daripada Hugging Face boleh dijadikan rujukan dokumentasi.

Untuk melihat cara pemilik menghuraikan himpunan dan menyemak kebenaran, baca perkara yang perlu disediakan sebelum melesenkan data syarikat anda.

Jika anda memiliki himpunan data yang ingin dibincangkan, terangkan data anda.

Dalam projek bersama sapien1, tetapkan bersama skop pencarian data, semakan sampel, hasil serahan dan kriteria penerimaan. Langkah seterusnya mungkin pengumpulan data yang disasarkan, penilaian data yang sudah anda miliki atau satu set tugas untuk penilaian ejen.