Noticias, tutoriales y novedades del equipo de 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.
Potato 2.3.0 introduce anotación agéntica con 12 convertidores de formato de trazas, Solo Mode para etiquetado colaborativo humano-LLM, Best-Worst Scaling, SSO/OAuth, exportación Parquet y 15 proyectos de demostración.
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.
Aprende a configurar la evaluación humana de las salidas de agentes de IA usando las funciones de anotación agéntica de Potato, desde la importación de trazas hasta el diseño del esquema de anotación.
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%.
Tutorial paso a paso sobre el uso de Solo Mode de Potato para etiquetar eficientemente grandes conjuntos de datos con colaboración humano-LLM, reduciendo el costo de anotación hasta un 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.
Cómo usar la visualización de trazas de agentes web de Potato para evaluar agentes autónomos de navegación web, con capturas de pantalla paso a paso, superposiciones SVG y esquemas de anotación por paso.
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.
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.
Configura detección de objetos, pre-anotación y clasificación asistida por IA para tareas de imágenes y video con YOLO, Ollama, OpenAI y Claude.
Guía paso a paso para convertir manualmente proyectos, plantillas y anotaciones de Label Studio al formato de Potato.
Guía completa para integrar Potato con Prolific para anotación crowdsourced, incluyendo pagos y control de calidad.
Técnicas especializadas para anotar contratos, documentos judiciales y presentaciones regulatorias con experiencia en el dominio.
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.
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%.
Cómo usar el muestreo por incertidumbre para priorizar anotaciones y reducir el esfuerzo total de etiquetado hasta en un 50%.
Guía completa para configurar la anotación de cuadros delimitadores para tareas de visión por computadora, incluyendo colores de etiquetas y validación.
Cómo convertir tus anotaciones de Potato al formato de Hugging Face para entrenamiento de modelos y compartir datasets.
Construye interfaces de comparación de imágenes lado a lado para clasificación de preferencias, pruebas A/B y evaluación de calidad.
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.
Instrucciones paso a paso para ejecutar tareas de anotación de Potato en MTurk con pruebas de calificación y flujos de aprobación.
Construye una tarea completa de clasificación de sentimiento con botones de radio, tooltips y atajos de teclado para un etiquetado eficiente.
Configura Potato para detección de toxicidad, clasificación de discurso de odio y etiquetado de contenido sensible con el bienestar del anotador en mente.
Crea interfaces de anotación personalizadas con plantillas HTML, estilos CSS e interactividad JavaScript.
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.
Configura tareas de anotación de video con navegación precisa de fotogramas, marcadores de tiempo y etiquetado temporal de eventos.
Configura la anotación para detectar sonidos específicos como habla, música, aplausos o ruidos ambientales con intervalos de tiempo.
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.
Una guía rápida para configurar tu primer proyecto de anotación con Potato, desde la instalación hasta tus primeros datos etiquetados.
Cómo calcular e interpretar el Kappa de Cohen, el Kappa de Fleiss y el Alpha de Krippendorff para tus proyectos de anotación.
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.
Aprende a configurar tareas de clasificación de imágenes con vistas previas en miniatura, controles de zoom y soporte multi-etiqueta.
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.
Aprende a usar OpenAI, Claude o Gemini para proporcionar sugerencias y pistas inteligentes a tus anotadores.
Crea una tarea de anotación musical con visualización de forma de onda, vistas previas de 30 segundos y etiquetas jerárquicas de género.
Guía de despliegue en producción para Potato incluyendo Docker, plataformas en la nube y configuración SSL.
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.
Tutorial paso a paso para crear una tarea de anotación de reconocimiento de entidades nombradas con etiquetas de span y atajos de teclado.
Una inmersión profunda en los formatos de datos JSON y JSONL, con ejemplos para anotación de texto, imagen, audio y multimodal.
Configura visualización de forma de onda, controles de reproducción e interfaces de corrección de texto para tareas de transcripción de audio.
Get notified about new tutorials, releases, and community highlights.