Comment nous travaillons avec Gen AI à isahit

Cette année a marqué une avancée significative dans l'émergence des technologies d'IA générative. Au départ, nous craignions que l'IA générative ne constitue une menace pour notre activité principale d'annotation de données.

Cependant, les mois écoulés ont confirmé ce dont nous étions certains depuis des années : nous avons rencontré de nombreux cas d'utilisation diversifiés et assisté à l'évolution continue des ensembles de données, ainsi qu'à un large éventail de besoins très spécifiques : L'expertise humaine joue un rôle crucial dans la prochaine ère de l'IA prête à l'emploi et dans le développement des LLM.

Notre approche annotation combine l'IA et l'intelligence humaine, en équilibrant la technologie et les commentaires humains. Il est temps pour nous de vous montrer comment nous traitons l'IA générative et les LLM chez isahit !

Chez isahit, nous utilisons différents outils pour annoter vos données.
En plus de ces outils, nous intégrons également des outils d'IA générative dans certains projets clients afin de maximiser l'efficacité de nos efforts humains annotation .
Quelques exemples de ces outils incluent ChatGPT, Microsoft Azure OpenAI, et Llama2. Ces outils sont utilisés pour améliorer les annotations fournies par nos annotateurs.

Ou vice-versa ! 🔃
Parfois, notre équipe humaine doit contrôler le contenu généré, en particulier le contenu produit par nos modèles de langage (LLM) et notre GenAI. Voici un aperçu de la manière dont nous intégrons les LLM et la GenAI chez isahit ?

• Nous collectons et pré-entraînons vos ensembles de données :
  Nous partons de zéro, y compris la recherche de sources, l'évaluation et annotation des données brutes.
• Nous annoter vos données :
  Pour construire des LLM solides, vous devez obtenir des requêtes et prompts correctement étiquetées pour de meilleurs dialogues entre les humains et les machines : classification, annotation, suggestions...
• Nous corrigeons les données générées :
  Nous utilisons RLHF et HITL pour évaluer de grands modèles linguistiques, garantissant ainsi des résultats précis. Cette expertise améliore la précision de vos modèles d'IA et d'apprentissage automatique grâce à la vérification, l'évaluation et la correction de votre site prompts et du contenu généré.

📣 Témoignage d’une humaine dans la boucle : Laetitia

En discutant de l'importance de l'Homme dans la boucle dans le processus annotation de données , il est essentiel pour nous de donner une voix à notre annotateurs. Ce mois-ci, nous vous encourageons à visionner le témoignage de Laetitia à Madagascar.