हाल ही में, SnorkelAI ने अपने AI डेटा विकास प्लेटफॉर्म Snorkel Flow पर नई सुविधाओं की एक श्रृंखला लॉन्च की है, जिसका उद्देश्य व्यवसायों को AI और मशीन लर्निंग मॉडल के विशेषीकरण में तेजी लाने में मदद करना है। ये नई सुविधाएँ भविष्यवाणी और उत्पन्न AI विकास जीवन चक्र में डेटा तैयारी के समय, लागत और जटिलता को काफी कम कर सकती हैं।
चित्र स्रोत नोट: छवि AI द्वारा उत्पन्न की गई है, चित्र अधिकार सेवा प्रदाता Midjourney
आज के व्यवसायों में, "AI-ready data" (AI के लिए उपयुक्त डेटा) होना अत्यंत महत्वपूर्ण है। Gartner के अनुसार, AI-ready data केवल यह नहीं है कि आपका डेटा विशेष उपयोग मामले का प्रतिनिधित्व करता है, बल्कि इसे प्रत्येक पैटर्न, त्रुटि, अपवाद और अप्रत्याशित स्थिति को भी शामिल करना चाहिए, ताकि AI मॉडल को प्रभावी ढंग से प्रशिक्षित या चलाया जा सके। और डेटा की तैयारी एक बार की प्रक्रिया नहीं है, बल्कि यह लगातार की जाने वाली प्रक्रिया है।
Snorkel Flow का नया संस्करण व्यवसायों को AI डेटा विकास प्रथाओं को लागू और विस्तारित करने के लिए एक शक्तिशाली प्लेटफॉर्म प्रदान करता है, जिससे उच्च सटीकता, विशेषीकृत AI मॉडल के उत्पादन और वितरण में तेजी आती है।
विशेष रूप से, नई सुविधाओं में LLM मूल्यांकन उपकरण शामिल हैं, जो उपयोगकर्ताओं को विशिष्ट उद्योग उपयोग मामलों के लिए अनुकूलित मूल्यांकन करने की अनुमति देते हैं, जिससे मॉडल त्रुटियों के प्रकारों को गहराई से समझा जा सकता है और डेटा विकास में तेजी से सुधार किया जा सकता है। इसके अतिरिक्त, RAG ट्यूनिंग वर्कफ़्लो है, जो उन्नत दस्तावेज़ ब्लॉक प्रोसेसिंग, एम्बेडेड मॉडल का सूक्ष्म समायोजन और दस्तावेज़ मेटाडेटा निष्कर्षण के माध्यम से पुनर्प्राप्ति सटीकता को बढ़ाता है। ये सुविधाएँ AI सहायक की प्रतिक्रिया गुणवत्ता में सुधार के लिए आवश्यक विकास समय को काफी कम कर सकती हैं।
PDF फ़ाइलों के लिए नई नामित इकाई पहचान (NER) सुविधा के साथ, उपयोगकर्ता केवल टेक्स्ट पर क्लिक करके, सीमा बॉक्स खींचकर, पैटर्न निर्दिष्ट करके और आधारभूत मॉडल को संकेत देकर जानकारी को अधिक आसानी से और तेजी से निकाल सकते हैं। यह लचीलापन जानकारी को पकड़ना अधिक सरल बनाता है, जिससे NER मॉडल की सटीकता में सुधार होता है।
इसके अलावा, Snorkel Flow ने टिप्पणी और फीडबैक प्रक्रियाओं को सरल बनाया है, जिससे विशेषज्ञों के लिए डेटा लेबलिंग अधिक प्रभावी तरीके से करना संभव हो गया है। इसके अलावा, नए जोड़े गए अनुक्रम लेबलिंग विश्लेषण उपकरण उपयोगकर्ताओं को मॉडल भविष्यवाणियों में त्रुटियों को अधिक स्पष्ट रूप से पहचानने में मदद करते हैं, साथ ही अधिक विस्तृत प्रदर्शन विश्लेषण प्रदान करते हैं।
उपयोगकर्ता अनुभव के मामले में, Snorkel Flow ने कई सुधार किए हैं, जिससे डेटा वैज्ञानिकों और विशेषज्ञों के बीच सहयोग अधिक सुचारू हो गया है। यह प्रमुख AI विकास प्लेटफार्मों के साथ निर्बाध एकीकरण का समर्थन करता है, जिसमें Databricks और Amazon SageMaker शामिल हैं, ताकि विशेषीकृत मॉडलों को तेजी से सूक्ष्म समायोजन और तैनात किया जा सके।
Snorkel AI के CEO Alex Ratner ने कहा: "AI अब हर व्यवसाय के नेता की प्राथमिकता बन गया है, लेकिन निरंतर और संगत AI विकास कार्य अभी भी बहुत कठिन, महंगा और श्रम-सघन है। इसलिए, इन प्लेटफार्मों के अपडेट व्यवसायों को AI समाधानों के वितरण में तेजी लाने और अनुकूलित करने में मदद करने के लिए अत्यंत महत्वपूर्ण हैं।"
मुख्य बिंदु:
🌟 नई सुविधाएँ: Snorkel Flow ने LLM मूल्यांकन उपकरण और RAG ट्यूनिंग वर्कफ़्लो पेश किया है, जो डेटा तैयारी की दक्षता को बढ़ाता है।
📄 सुविधाजनक निष्कर्षण: नई नामित इकाई पहचान सुविधा PDF से जानकारी निकालना और भी सरल और तेज बनाती है।
🤝 अनुकूलित अनुभव: उपयोगकर्ता अनुभव में सुधार, डेटा वैज्ञानिकों और विशेषज्ञों के बीच प्रभावी सहयोग को बढ़ावा देता है।