أخبار ودروس تعليمية وتحديثات من فريق Potato.
Potato 2.3.0 führt agentische Annotation mit 12 Trace-Format-Konvertern, Solo Mode für menschlich-LLM-kollaboratives Labeling, Best-Worst Scaling, SSO/OAuth, Parquet-Export und 15 Demo-Projekte ein.
Potato 2.3.0 में agentic annotation के साथ 12 trace format converters, Solo Mode, Best-Worst Scaling, SSO/OAuth, Parquet export, और 15 demo projects प्रस्तुत किए गए हैं।
Potato 2.3.0 introduce l'annotazione agentica con 12 convertitori di formato traccia, Solo Mode per l'etichettatura collaborativa umano-LLM, Best-Worst Scaling, SSO/OAuth, esportazione Parquet e 15 progetti demo.
يقدم Potato 2.3.0 التوصيف الوكيلي مع 12 محوّل تنسيق مسارات، والوضع الفردي للتوسيم التعاوني بين الإنسان ونموذج اللغة الكبير، ومقياس الأفضل-الأسوأ، وSSO/OAuth، وتصدير Parquet، و15 مشروعاً تجريبياً.
Erfahren Sie, wie Sie mit Potatos agentischen Annotationsfunktionen eine vollständige Evaluierungspipeline für KI-Agenten einrichten – von der Trace-Importierung bis zum Annotationsschema-Design.
Potato की agentic annotation सुविधाओं का उपयोग करके AI agent outputs का human evaluation कैसे सेट करें — trace import से annotation schema design तक।
Scopri come configurare la valutazione umana degli output di agenti AI utilizzando le funzionalità di annotazione agentica di Potato, dall'importazione delle tracce alla progettazione degli schemi di annotazione.
تعلم كيفية إعداد التقييم البشري لمخرجات وكلاء الذكاء الاصطناعي باستخدام ميزات التوصيف الوكيلي في Potato، من استيراد المسارات إلى تصميم مخططات التوصيف.
Schritt-für-Schritt-Tutorial zur effizienten Beschriftung großer Datensätze mit Potatos Solo Mode und menschlich-LLM-Kollaboration – Annotationskosten um bis zu 90 % reduzieren.
Human-LLM collaboration के साथ बड़े datasets को कुशलतापूर्वक label करने के लिए Potato के Solo Mode का उपयोग करने पर चरण-दर-चरण tutorial, annotation लागत को 90% तक कम करते हुए।
Tutorial passo per passo sull'utilizzo di Solo Mode di Potato per etichettare in modo efficiente grandi dataset con la collaborazione umano-LLM, riducendo il costo dell'annotazione fino al 90%.
دليل تفصيلي خطوة بخطوة لاستخدام الوضع الفردي في Potato لتوسيم مجموعات البيانات الكبيرة بكفاءة من خلال التعاون بين الإنسان ونموذج اللغة الكبير، مع تقليل تكلفة التوصيف بنسبة تصل إلى 90%.
Wie man Potatos Web-Agent-Trace-Anzeige nutzt, um autonome Web-Browsing-Agenten mit schrittweisen Screenshots, SVG-Overlays und schrittweisen Annotationsschemata zu evaluieren.
Potato के web agent trace display का उपयोग करके स्वायत्त web browsing agents का मूल्यांकन कैसे करें — चरण-दर-चरण screenshots, SVG overlays, और per-step annotation schemas के साथ।
Come utilizzare il display delle tracce degli agenti web di Potato per valutare agenti di navigazione web autonomi, con screenshot passo per passo, overlay SVG e schemi di annotazione per passo.
كيفية استخدام عرض مسار وكيل الويب في Potato لتقييم وكلاء تصفح الويب المستقلة، مع لقطات شاشة خطوة بخطوة وتراكبات SVG ومخططات توصيف لكل خطوة.
يضيف Potato 2.2.0 تسعة مخططات توصيف جديدة، ونظام تصدير قابل للتوسيع، وتقدير كفاءة MACE، و55 أداة استبيان موثقة، ومصادر بيانات بعيدة.
يجلب Potato 2.1.0 نظام عرض النماذج، ودعم الذكاء الاصطناعي البصري لتوصيف الصور والفيديو، وربط النطاقات، والنطاقات متعددة الحقول، وتخصيص التخطيط.
KI-gestützte Objekterkennung, Pre-Annotation und Klassifizierung für Bild- und Videoaufgaben mit YOLO, Ollama, OpenAI und Claude einrichten.
YOLO, Ollama, OpenAI, और Claude के साथ image और video tasks के लिए AI-powered object detection, pre-annotation, और classification सेट करें।
Configura il rilevamento di oggetti assistito dall'AI, la pre-annotazione e la classificazione per task su immagini e video con YOLO, Ollama, OpenAI e Claude.
أعدّ كشف الأجسام المدعوم بالذكاء الاصطناعي والتوصيف المسبق والتصنيف لمهام الصور والفيديو مع YOLO وOllama وOpenAI وClaude.
دليل خطوة بخطوة لتحويل مشاريع وقوالب وتوسيمات Label Studio يدوياً إلى صيغة Potato.
دليل شامل لتكامل Potato مع Prolific للتوصيف بالتعهيد الجماعي، بما في ذلك الدفع ومراقبة الجودة.
تقنيات متخصصة لتوسيم العقود ومستندات المحاكم والإيداعات التنظيمية بخبرة المجال.
أفضل الممارسات لتوسيم الصور الطبية باستخدام ميزات توسيم الصور القياسية في Potato.
كيفية إعداد أدوات رسم المضلعات لتجزئة الصور، مع نصائح للأشكال المعقدة والمناطق المتداخلة.
Wie man Unsicherheits-Sampling nutzt, um Annotationen zu priorisieren und den gesamten Beschriftungsaufwand um bis zu 50 % zu reduzieren.
Annotations को prioritize करने और कुल labeling effort को 50% तक कम करने के लिए uncertainty sampling का उपयोग कैसे करें।
Come usare l'uncertainty sampling per prioritizzare le annotazioni e ridurre il lavoro totale di etichettatura fino al 50%.
كيفية استخدام أخذ العينات بالارتياب لتحديد أولويات التوسيم وتقليل جهد التصنيف الكلي بنسبة تصل إلى 50%.
دليل شامل لإعداد توسيم مربعات الإحاطة لمهام الرؤية الحاسوبية، بما في ذلك ألوان التسميات والتحقق من الصحة.
كيفية تحويل توسيمات Potato إلى صيغة مجموعات بيانات Hugging Face لتدريب النماذج والمشاركة.
بناء واجهات مقارنة صور جنباً إلى جنب لترتيب التفضيلات واختبار A/B وتقييم الجودة.
يسعدنا الإعلان عن Potato 2.0 مع ميزات مدعومة بالذكاء الاصطناعي ودعم الوسائط المتعددة وقدرات التعلم النشط.
تكوين تمييز الكلمات المفتاحية المدعوم بالذكاء الاصطناعي لجذب انتباه المُوسِّم إلى المصطلحات والعبارات المهمة.
تعليمات خطوة بخطوة لتشغيل مهام توسيم Potato على MTurk مع اختبارات التأهيل وسير عمل الموافقة.
ابنِ مهمة تصنيف مشاعر كاملة مع أزرار اختيار وتلميحات واختصارات لوحة مفاتيح للتوسيم الفعال.
تكوين Potato لاكتشاف السمية وتصنيف خطاب الكراهية وتوسيم المحتوى الحساس مع مراعاة رفاهية المُوسِّمين.
إنشاء واجهات توسيم مخصصة باستخدام قوالب HTML وتنسيق CSS وتفاعلية JavaScript.
ابنِ مهمة توصيف لتعلم اللغات لتقييم جودة النطق مع تشغيل الصوت ومقاييس Likert.
ابنِ مهمة تحديد المتحدثين مع أشكال الموجة الصوتية وعلامات الطوابع الزمنية وتعيين تسميات المتحدثين.
أعدّ مهام توصيف الفيديو مع تنقل دقيق بين الإطارات وعلامات الطوابع الزمنية ووسم الأحداث الزمنية.
إعداد توسيم لاكتشاف أصوات محددة مثل الكلام والموسيقى والتصفيق أو الضوضاء البيئية مع نطاقات الطوابع الزمنية.
Eine schnelle Anleitung zur Einrichtung Ihres ersten Annotationsprojekts mit Potato – von der Installation bis zu Ihren ersten beschrifteten Daten.
Installation से अपने पहले labeled data तक, Potato के साथ अपना पहला annotation project सेट करने के लिए एक त्वरित गाइड।
Una guida rapida per configurare il tuo primo progetto di annotazione con Potato, dall'installazione ai tuoi primi dati etichettati.
دليل سريع لإعداد أول مشروع توسيم مع Potato، من التثبيت إلى أول بيانات موسومة.
كيفية حساب وتفسير معامل كابا لكوهين ومعامل كابا لفليس ومعامل ألفا لكريبندورف لمشاريع التوسيم.
تم قبول ورقتنا عن Potato في EMNLP 2022. تعرف على البحث وراء الأداة وكيفية الاستشهاد بها في عملك.
أفضل الممارسات لضمان جودة التوصيف في مشاريع التوصيف، بما في ذلك استراتيجيات عملية يمكنك تنفيذها مع Potato وما بعده.
تعلم كيفية إعداد مهام تصنيف الصور مع معاينات مصغرة وعناصر تحكم في التكبير ودعم التسميات المتعددة.
Erfahren Sie, wie Sie OpenAI, Claude oder Gemini nutzen, um Ihren Annotatoren intelligente Hinweise und Vorschläge bereitzustellen.
OpenAI, Claude, या Gemini का उपयोग करके अपने annotators को intelligent hints और suggestions प्रदान करना सीखें।
Scopri come usare OpenAI, Claude o Gemini per fornire suggerimenti e hint intelligenti ai tuoi annotatori.
تعلم كيفية استخدام OpenAI أو Claude أو Gemini لتقديم تلميحات واقتراحات ذكية للمُوسِّمين.
أنشئ مهمة توصيف موسيقي مع تصوّر شكل الموجة ومعاينات مدتها 30 ثانية وتسميات أنواع هرمية.
دليل نشر الإنتاج لـ Potato بما في ذلك Docker والمنصات السحابية وإعداد SSL.
نظرة عامة على مفاهيم توصيف تتبع الأجسام المتعددة وكيف يمكن لإمكانيات توصيف الفيديو في Potato دعم سير عمل التتبع الأساسي.
إنشاء مهمة تصنيف مشاعر صوتية مع عرض الموجة الصوتية وعناصر التحكم في سرعة التشغيل ومقاييس ليكرت.
دليل تعليمي خطوة بخطوة لإنشاء مهمة توسيم للتعرف على الكيانات المسماة مع تسميات النطاق واختصارات لوحة المفاتيح.
نظرة معمقة في صيغ بيانات JSON و JSONL، مع أمثلة للتوسيم النصي والصوري والصوتي ومتعدد الوسائط.
تكوين عرض الموجة الصوتية وعناصر التحكم في التشغيل وواجهات تصحيح النص لمهام النسخ الصوتي.
Get notified about new tutorials, releases, and community highlights.