იხილეთ პროგრესის დაფა უახლესი სტატისტიკისთვის! ამან გამოიწვია 10k_prompts_ranked-ის გამოშვება, მონაცემთა ბაზა, რომელიც შედგება 10,000 მოთხოვნისგან მომხმარებლის შეფასებებით მოთხოვნის ხარისხზე. ჩვენ გვსურს, რომ კიდევ მრავალი ასეთი პროექტი განხორციელდეს! ამ პოსტში განვიხილავთ, თუ რატომ მიგვაჩნია აუცილებლად, რომ საზოგადოებამ ითანამშრომლოს მონაცემთა ბაზების შექმნაზე და შემოგთავაზებთ მოწვევას, შეუერთდეთ თემების პირველ ჯგუფს (კოჰორტას), რომლებსაც Argilla და Hugging Face მხარს დაუჭერენ უკეთესი მონაცემთა ბაზების ერთობლივად შესაქმნელად! მონაცემები კვლავაც არსებითია უკეთესი მოდელებისთვის: ჩვენ ვხედავთ მუდმივ მტკიცებულებებს გამოქვეყნებული კვლევებიდან, ღია კოდის ექსპერიმენტებიდან და ღია კოდის საზოგადოებიდან, რომ უკეთეს მონაცემებს შეუძლია უკეთესი მოდელების შექმნა. კითხვა. ხშირი პასუხი. მონაცემები სასიცოცხლოდ მნიშვნელოვანია მანქანური სწავლისთვის, მაგრამ მრავალ ენას, დომენსა და ამოცანას კვლავაც აკლია მაღალი ხარისხის მონაცემთა ბაზები წვრთნის, შეფასებისა და ბენჩმარკინგისთვის — საზოგადოება უკვე ყოველდღიურად აზიარებს ათასობით მოდელს, მონაცემთა ბაზას და დემოს Hugging Face Hub-ის მეშვეობით. თანამშრომლობის შედეგად, ღია წვდომის AI საზოგადოებამ შექმნა გასაოცარი რამ. საზოგადოებისთვის მონაცემთა ბაზების კოლექტიურად შექმნის შესაძლებლობის მიცემა გახსნის უნიკალურ შესაძლებლობებს შემდეგი თაობის მონაცემთა ბაზების შესაქმნელად, რათა აშენდეს შემდეგი თაობის მოდელები. საზოგადოებისთვის მონაცემთა ბაზების კოლექტიურად შექმნისა და გაუმჯობესების შესაძლებლობის მიცემა ადამიანებს საშუალებას მისცემს: რაც მთავარია, ჩვენ გვჯერა, რომ მონაცემთა ბაზების კოლექტიურად შექმნა საზოგადოებას საშუალებას მისცემს შექმნას უკეთესი მონაცემთა ბაზები და საშუალებას მისცემს ადამიანებს, რომლებმაც არ იციან კოდირება, წვლილი შეიტანონ AI-ის განვითარებაში. ხელოვნური ინტელექტის მონაცემთა ბაზების კოლექტიურად შესაქმნელად მრავალი წინა მცდელობის ერთ-ერთი გამოწვევა იყო ეფექტური ანოტაციის ამოცანის დაყენება. Argilla არის ღია კოდის ინსტრუმენტი, რომელსაც შეუძლია დაეხმაროს LLM-ებისთვის და უფრო მცირე სპეციალიზებული ამოცანაზე ორიენტირებული მოდელებისთვის მონაცემთა ბაზების შექმნაში. Hugging Face Spaces არის პლატფორმა მანქანური სწავლის დემოებისა და აპლიკაციების შესაქმნელად და ჰოსტინგისთვის. ცოტა ხნის წინ, Argilla-მ დაამატა ავთენტიფიკაციის მხარდაჭერა Hugging Face ანგარიშის მეშვეობით Argilla-ს ინსტანციებისთვის, რომლებიც ჰოსტირებულია Spaces-ზე. ეს ნიშნავს, რომ მომხმარებლებს ახლა წამები სჭირდებათ ანოტაციის ამოცანაში წვლილის შესატანად. ახლა, როდესაც ჩვენ შევამოწმეთ ეს ახალი სამუშაო პროცესი 10k_prompts_ranked მონაცემთა ბაზის შექმნისას, გვსურს მხარი დავუჭიროთ საზოგადოებას ახალი კოლექტიური მონაცემთა ბაზის ინიციატივების წამოწყებაში. ჩვენ ძალიან აღფრთოვანებულები ვართ იმ შესაძლებლობებით, რომლებიც ამ ახალმა, მარტივმა ნაკადმა გახსნა ანოტაციის ამოცანების ჰოსტინგისთვის. საზოგადოების უკეთესი მონაცემთა ბაზების შექმნაში მხარდასაჭერად, Hugging Face და Argilla იწვევენ დაინტერესებულ ადამიანებსა და თემებს, შეუერთდნენ ჩვენი საზოგადოების მონაცემთა ბაზების შემქმნელთა საწყის კოჰორტას. ამ კოჰორტაში შემავალი ადამიანები: ჩვენი მიზანია, მხარი დავუჭიროთ საზოგადოებას უკეთესი მონაცემთა ბაზების ერთობლივად შექმნაში. ჩვენ ღია ვართ მრავალი იდეისთვის და გვსურს, მაქსიმალურად დავუჭიროთ მხარი საზოგადოებას უკეთესი მონაცემთა ბაზების ერთობლივად შექმნაში. ჩვენ მზად ვართ, მხარი დავუჭიროთ მრავალი ტიპის პროექტს, განსაკუთრებით კი არსებული ღია კოდის საზოგადოებების პროექტებს. ჩვენ განსაკუთრებით გვაინტერესებს პროექტები, რომლებიც ფოკუსირებულია მონაცემთა ბაზების შექმნაზე ენების, დომენებისა და ამოცანებისთვის, რომლებიც ამჟამად ნაკლებად არის წარმოდგენილი ღია კოდის საზოგადოებაში. ჩვენი ერთადერთი მიმდინარე შეზღუდვაა, რომ ჩვენ ძირითადად ფოკუსირებული ვართ ტექსტზე დაფუძნებულ მონაცემთა ბაზებზე. თუ გაქვთ ძალიან მაგარი იდეა მულტიმოდალური მონაცემთა ბაზებისთვის, სიამოვნებით მოვისმენდით თქვენგან, მაგრამ შესაძლოა, ვერ შევძლოთ თქვენი მხარდაჭერა ამ პირველ კოჰორტაში. ამოცანები შეიძლება იყოს სრულად ღია ან ხელმისაწვდომი იყოს Hugging Face Hub-ის კონკრეტული ორგანიზაციის წევრებისთვის. თუ გსურთ იყოთ პირველი კოჰორტის ნაწილი, გთხოვთ, შემოგვიერთდეთ #data-is-better-together არხში Hugging Face Discord-ზე და შეგვატყობინოთ, რისი შექმნა გსურთ ერთად! მოუთმენლად ველით თქვენთან ერთად უკეთესი მონაცემთა ბაზების შექმნას! მეტი სტატია ჩვენი ბლოგიდან · დარეგისტრირდით ან შედით კომენტარისთვის.