Noticias, tutoriales y novedades del equipo de Potato.
Una mirada honesta sobre cómo elegir una herramienta de anotación de datos de código abierto, qué preguntas reducen realmente las opciones y dónde encaja Potato entre Label Studio, Prodigy, Doccano, brat y Argilla.
Step-by-step guide to collecting per-step reward signals for PRM training using Potato. Covers first-error mode, per-step annotation, and export to training pipelines.
Tutorial for setting up live coding agent observation with Ollama, Anthropic API, or Claude Agent SDK. Includes pause, rollback, branching, and trajectory export.
Get notified about new tutorials, releases, and community highlights.
Set up multi-criteria rubric evaluation with custom criteria, configurable rating scales, and dimension weights for systematic AI agent evaluation using Potato's rubric_eval.
Potato 2.4.0 ships web agent trace review, real-time live agent evaluation, an LLM chat sidebar, HuggingFace Hub export, webhooks, SSO/OAuth, and five active learning strategies.
Potato 2.2.0 añade 9 nuevos esquemas de anotación, un sistema de exportación extensible, estimación de competencia MACE, 55 instrumentos de encuesta validados y fuentes de datos remotas.
Potato 2.1.0 trae el sistema de visualización de instancias, soporte de IA visual para anotación de imágenes y video, vinculación de spans, spans multi-campo y personalización de diseño.
Mejores prácticas para anotar imágenes médicas usando las funciones estándar de anotación de imágenes de Potato.
Cómo configurar herramientas de dibujo de polígonos para segmentación de imágenes, con consejos para formas complejas y regiones superpuestas.
Estamos emocionados de anunciar Potato 2.0 con funciones potenciadas por IA, soporte multimedia y capacidades de aprendizaje activo.
Configura el resaltado de palabras clave potenciado por IA para dirigir la atención del anotador a términos y frases importantes.
Construye una tarea de anotación para aprendizaje de idiomas para calificar la calidad de pronunciación con reproducción de audio y escalas Likert.
Construye una tarea de identificación de hablantes con formas de onda de audio, marcadores de tiempo y asignación de etiquetas de hablante.
Nuestro artículo sobre Potato fue aceptado en EMNLP 2022. Aprende sobre la investigación detrás de la herramienta y cómo citarlo en tu trabajo.
Mejores prácticas para asegurar la calidad de anotación en proyectos de anotación, incluyendo estrategias prácticas que puedes implementar con y más allá de Potato.
Una visión general de los conceptos de anotación de seguimiento de múltiples objetos y cómo las capacidades de anotación de video de Potato pueden soportar flujos de trabajo básicos de seguimiento.
Crea una tarea de clasificación de emociones en audio con visualización de forma de onda, controles de velocidad de reproducción y escalas Likert.