نماذج القرار طبقةً أولى رخيصة للوسم
يقيّم نموذج القرار كل خيار في تمريرة أمامية واحدة ولا يكتب أي نص. وهو يصلح طبقة أولى للوسم قبل نموذج LLM في الأسئلة ذات الخيارات القليلة.
أخبار ودروس تعليمية وتحديثات من فريق Potato.
يقيّم نموذج القرار كل خيار في تمريرة أمامية واحدة ولا يكتب أي نص. وهو يصلح طبقة أولى للوسم قبل نموذج LLM في الأسئلة ذات الخيارات القليلة.
مقارنة بين ست أدوات توسيم في كيفية دخول وسوم النماذج ونماذج LLM إلى المشروع، وكيف يراجعها البشر، وما تُبلغ عنه كل أداة بشأن معدلات خطأ الوسوم الآلية.
مقارنة Label Studio وCVAT وdoccano وArgilla وINCEpTION وPotato في الخدمات وقاعدة البيانات وتسجيل الدخول والنسخ الاحتياطي للاستضافة الذاتية، مع الخوادم حسب التكلفة.
تلقَّ إشعارات بالدروس التعليمية الجديدة والإصدارات وأبرز أخبار المجتمع.
Many robot episodes end in partial success, and binary labels discard it. Annotation needs a timeline, min/max downsampling, and relabeling.
Click-to-segment and text prompting run in the browser with no GPU, using a verified encoder contract, a measured quantization, and a hand-written tokenizer.
الحَكَم من نوع LLM لا يستحق من الثقة إلا بقدر ما تستحقه التصنيفات البشرية التي تحققتَ منه بها. ضع سلسلة تفكير إنسان بإزاء سلسلة تفكير نموذج على العنصر نفسه، وافحص حَكَمك مقابل تصنيفات تحمل فترات ثقتها الخاصة.
يقرأ Potato 2.7.1 إحدى وعشرين صيغة نص تفريغي وترجمة مباشرة، ويحمّلها من ملفات مرافقة بجوار وسائطك، ويتضمن أداة تحويل تجعل من مجلد مخرجات التعرّف على الكلام ملف بيانات جاهزاً للتعليق التوضيحي.



حين يهمّ مَن يعلّق، يتفوّق الاستبيان المُتحقَّق منه على سؤال اخترعته أنت. جولة في أدوات الاستبيان الخمس والخمسين المدمجة في Potato ومتى يناسب كل منها دراستك.
Record the curation rationale, annotator pool, guidelines, and intended use when you release an annotation dataset, and see how much of it Potato captures.



صدر Potato 2.6: وضع QDA للترميز النوعي، وسير عمل لمعايرة ومواءمة نموذج LLM-as-judge، وتحرير المسارات الذي ينتج بيانات تدريب SFT وDPO، وإقلاع أسرع بثلاثة أضعاف، وإعادة الترخيص إلى GPL-3.0-or-later.
يحوّل خط الإصدار 2.6.x أداة Potato إلى منصة كاملة ومجانية لتقييم الوكلاء: استيعاب الأثر من OpenTelemetry وLangGraph وCrewAI وAutoGen، وتوسيم فرق الوكلاء المتعددين مع رسم بياني تفاعلي قابل للنقر، ومخططات للوكلاء متعددي الوسائط للواجهات الرسومية والصوت والفيديو، إضافة إلى ساحة نماذج وبوابة تكامل مستمر وتنظيم للبيانات.

تتوقف معظم عمليات تقييم الوكلاء عند درجة رقمية. يتيح مخطط trajectory_edit في Potato 2.6 للمُعلِّمين إعادة كتابة خطوة خاطئة بدلاً من تقييمها، ويُصدِّر كل تصحيح بوصفه أهدافاً للضبط الدقيق المُوجَّه وأزواج تفضيل لـ DPO.
تعليق أثر متعدد الخطوات لوكيل أصعب من تصنيف تغريدة. دليل لتصميم التصنيف الهرمي، وقياس الاتفاق على مستوى الخطوة، والبتّ في الاختلاف، مع إعداد Potato.



كيف تكتب كتيّب ترميز يستطيع نموذج لغوي اتباعه فعلًا، وتتحقق من تصنيفاته مقابل مرمّزين بشريين، وتُبقي شخصًا في الحلقة، مع إعداد Potato مشروح.
اكتشف هلوسات النماذج والأخطاء الواقعية بتظليل الكلمات الدقيقة ووسم ما هو خاطئ فيها، على طريقة MQM، باستخدام وسم المقاطع في Potato.




دليل لإعداد مراقبة وكيل البرمجة المباشر عبر Ollama أو Anthropic API أو Claude Agent SDK، ويشمل الإيقاف المؤقت والتراجع والتفريع وتصدير المسارات.
إعداد المقارنة الزوجية للوكلاء في Potato بثلاثة أوضاع: التفضيل الثنائي، والمقياس المتصل، والحكم متعدد المعايير لكل بُعد مع تبرير إلزامي.




يضيف Potato 2.4.0 مراجعة تتبعات وكلاء الويب، وتقييماً حياً للوكلاء في الوقت الفعلي، وشريطاً جانبياً لمحادثة LLM، وتصديراً إلى HuggingFace Hub، وwebhooks، وSSO/OAuth، وخمس استراتيجيات للتعلم النشط.
يضيف Potato 2.3.0 الوضع الفردي (Solo Mode) للتوسيم المشترك بين الإنسان ونموذج اللغة الكبير، وتوصيف مسارات الوكلاء، ومقياس الأفضل والأسوأ، وتسجيل الدخول عبر SSO وOAuth، والتصدير إلى Parquet، و15 مشروعاً تجريبياً.



يجلب Potato 2.1.0 نظام عرض النماذج، ودعم الذكاء الاصطناعي البصري لتوصيف الصور والفيديو، وربط النطاقات، والنطاقات متعددة الحقول، وتخصيص التخطيط.
أعدّ كشف الأجسام المدعوم بالذكاء الاصطناعي والتوصيف المسبق والتصنيف لمهام الصور والفيديو مع YOLO وOllama وOpenAI وClaude.



كيفية إعداد أدوات رسم المضلعات لتجزئة الصور، مع نصائح للأشكال المعقدة والمناطق المتداخلة.
كيف يعيد Potato ترتيب طابور التوسيم حسب ارتياب المصنّف، مع إعدادات أخذ العينات والبداية الباردة وإبقاء ما يكفي من العناصر العشوائية في المزيج.



تكوين تمييز الكلمات المفتاحية في Potato بملف كلمات مفتاحية ثابت أو بمساعد كلمات مفتاحية قائم على نموذج لغة كبير، مع ألوان لكل تسمية وكلمات تشتيت عشوائية وتخزين مؤقت للاستجابات.
أُغلق Amazon Mechanical Turk في 30 سبتمبر 2026. كيف تنتقل دراسة Potato كانت تعمل على MTurk إلى Prolific أو SONA أو CloudResearch Connect، وما الذي يبقى كما هو.




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.




أعدّ تصنيف الصور في Potato بعرض الصور عبر instance_display وجمع التسميات بمخططات radio وmultiselect، مع فحوصات الجودة.
تعلم كيفية استخدام OpenAI أو Claude أو Gemini لتقديم تلميحات واقتراحات ذكية للمُوسِّمين.




دليل خطوة بخطوة لبناء مهمة للتعرف على الكيانات المسماة في Potato، يشمل تكوين توسيم النطاقات وألوان التسميات والنطاقات المتداخلة واختصارات لوحة المفاتيح والتصدير إلى CoNLL.
نظرة معمقة في صيغ بيانات JSON و JSONL، مع أمثلة للتوسيم النصي والصوري والصوتي ومتعدد الوسائط.