Anwendungsfälle
Von der NLP-Forschung bis zur Computer Vision — sehen Sie, wie Teams Potato nutzen, um hochwertige Trainingsdatensätze zu erstellen.
Natürliche Sprachverarbeitung
Textklassifikation, Sentiment-Analyse, Named Entity Recognition und Span-Annotation für NLP-Forschung.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Sentiment-Analyse
Social-Media-Beiträge nach Stimmung klassifizieren mit Optionsfeldern und optionalen Texterklärungen.
Computer Vision
Bildklassifikation, Objekterkennung mit Begrenzungsrahmen und Segmentierung mit Polygon-Annotation.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Bildklassifikation
Multi-Label-Bildklassifikation mit Objektkategorien und Attributen.
Audio & Sprache
Audio-Transkriptionsüberprüfung, Sprecheridentifikation, Emotionserkennung und Musikannotation mit Wellenformvisualisierung.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Sprachemotion erkennen
Emotionalen Inhalt in Sprache mit Wellenformwiedergabe und Likert-Skalen klassifizieren.
LLM-Bewertung & RLHF
Menschliche Präferenzdatenerhebung, Bewertung der Antwortqualität und Sicherheitsbewertung für das Sprachmodell-Training.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Paarweiser Vergleich
Zwei KI-Antworten vergleichen und die bessere für das RLHF-Training auswählen.
Gesundheitswesen & Medizin
Klinische NLP, Annotation medizinischer Bilder, Erkennung unerwünschter Ereignisse und Patientenakten-Kodierung mit datenschutzorientiertem Self-Hosting.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Unerwünschte Arzneimittelereignisse
Arzneimittelerwähnungen und unerwünschte Ereignisse aus klinischem Text extrahieren.
Sozialwissenschaften & Umfrageforschung
Umfrageimport aus Qualtrics, REDCap und XLSForm, Inhaltsanalyse mit Reliabilität, Listenexperimente, Ego-Netzwerke und qualitatives Codieren.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Argumentqualität
Argumentstärke bewerten und logische Fehlschlüsse identifizieren.
Psychologie & Kognitionswissenschaft
Between-Subjects-Bedingungen, ausbalancierte Blöcke, zeitgesteuerte Durchgänge mit Reaktionszeiten, jsPsych-Aufgaben und Screen-outs für Online-Experimente.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Stroop mit Wortbewertungen
Eine jsPsych-Stroop-Aufgabe zwischen einem Screener und einer Wortbewertung, mit Feedback für die Hälfte der Teilnehmenden.
Linguistik
Interlineare Glossierung mit Hin- und Rückweg zu FLEx und Toolbox, Praat- und ELAN-Tiers, selbstgesteuertes Lesen und Dialektkarten zum Einzeichnen.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Glossen prüfen
Importierte FLEx-Glossen anhand der Leipzig-Regeln prüfen und zurück nach FLEx exportieren.
Digital Humanities
IIIF-Handschriften, Korrektur von Handschriftenerkennung aus PAGE XML, TEI-Editionen, W3C-Web-Annotationen und Zooniverse-Workflows.
Häufige Aufgaben
Annotationstypen
Beispieldesign
HTR-Zeilenkorrektur
Erkannten Text Zeile für Zeile korrigieren, jede Zeile aus dem Seitenbild ausgeschnitten.
Ökologie
Kamerafallen-Prüfung von MegaDetector-Ausgaben, bioakustische Boxen aus Raven und BirdNET sowie Karten, mit Export nach Camtrap DP und Darwin Core.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Kamerafallen-Prüfung
Detektorboxen sichten, korrigieren und als Camtrap-DP-Datenpaket exportieren.
Lebenswissenschaften
Auswahl von Residuen auf Proteinstrukturen in 3Dmol.js oder Mol* und Prüfung von Variantenaufrufen an Genomloci in igv.js.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Prüfung von Variantenaufrufen
Die Reads unter jedem Aufruf ansehen und ihn als echt, Artefakt oder unsicher markieren.
KI-Agenten-Evaluation
Bewertung von KI-Agenten über verschiedene Modalitäten — Web-Browsing-Agenten, Reasoning-Agenten und Code-Agenten. Spezialisierte Trace-Viewer, Per-Schritt-Bewertungen und Live-Evaluierungsschnittstellen.
Häufige Aufgaben
Annotationstypen
Beispieldesign
Web-Agent-Annotation
Durch Agent-Screenshots mit SVG-Overlays navigieren, Fehler markieren und Aufgabenerfolg pro Schritt bewerten.
Branchenübergreifend vertraut
Wissenschaft
Universitäten und Forschungslabore
Gesundheitswesen
Krankenhäuser und medizinische Forschung
Technologie
KI/ML-Startups und -Teams
Öffentlicher Sektor
Forschung im öffentlichen Sektor
Finanzen
Dokumentenverarbeitung und NLP
Medien
Inhaltsanalyse und Moderation
Haben Sie einen besonderen Anwendungsfall?
Potatos YAML-Konfiguration umfasst 76 Annotationstypen und 27 Anzeigetypen. Beginnen Sie mit einem Design aus dem Showcase oder erstellen Sie Ihr eigenes im Studien-Designer.