Présentation de Potato 2.0 : Annotation assistée par IA

Nous sommes ravis d'annoncer la sortie de Potato 2.0, la mise à jour la plus significative de notre plateforme d'annotation depuis sa création. Cette version apporte des fonctionnalités alimentées par l'IA, un support multimédia amélioré et des capacités sophistiquées d'apprentissage actif qui transformeront la façon dont vous créez des données d'entraînement.

Quoi de neuf dans Potato 2.0

Assistance à l'annotation alimentée par l'IA

Potato 2.0 introduit une intégration transparente avec les principaux modèles d'IA, notamment OpenAI GPT-4, Anthropic Claude et Google Gemini. Ces intégrations permettent :

Suggestions intelligentes : Les modèles d'IA peuvent fournir des suggestions d'annotation que les annotateurs peuvent accepter, modifier ou rejeter
Surlignage automatique de mots-clés : Les termes et phrases importants sont automatiquement surlignés pour guider l'attention des annotateurs
Indices de qualité : Un retour en temps réel aide les annotateurs à comprendre les problèmes potentiels de leurs annotations

yaml

# Enable AI assistance in your config
ai_support:
  enabled: true
  endpoint_type: openai
 
  ai_config:
    model: gpt-4
    api_key: ${OPENAI_API_KEY}
 
  features:
    hints:
      enabled: true
    keyword_highlighting:
      enabled: true
    label_suggestions:
      enabled: true

Support multimédia amélioré

S'appuyant sur notre base d'annotation textuelle, Potato 2.0 ajoute un support robuste pour :

Annotation d'images : Classification, boîtes englobantes, polygones et détection de points clés
Annotation audio : Visualisation de la forme d'onde, révision de transcription, diarisation des locuteurs
Annotation vidéo : Navigation image par image, marquage d'événements temporels, suivi d'objets

Intégration de l'apprentissage actif

Réduisez votre effort d'annotation jusqu'à 50 % avec notre nouveau module d'apprentissage actif :

Intégration de classifieurs Sklearn : Utilisez n'importe quel classifieur sklearn pour prioriser les éléments où le modèle est le moins confiant
Ré-entraînement automatique : Les modèles se ré-entraînent au fur et à mesure que les annotations s'accumulent, améliorant continuellement les décisions d'échantillonnage
Configuration flexible : Spécifiez votre classifieur et vos méthodes d'extraction de caractéristiques directement en YAML

Migration depuis Potato 1.x

La mise à niveau depuis Potato 1.x est simple. Vos configurations YAML existantes restent compatibles, et nous avons ajouté un outil de migration pour vous aider à adopter les nouvelles fonctionnalités :

bash

# Upgrade your installation
pip install --upgrade potato-annotation
 
# Run the migration helper
potato migrate config.yaml --to-v2

Améliorations de performance

Potato 2.0 inclut plusieurs améliorations de performance :

Rendu de page optimisé pour une expérience d'annotation plus fluide
Chargement de données amélioré pour les grands ensembles de données
Meilleure gestion des sessions pour les flux de travail multi-annotateurs

Pour commencer

Prêt à essayer Potato 2.0 ? L'installation est simple :

bash

pip install potato-annotation
potato start your_config.yaml

Consultez notre guide de démarrage rapide pour une visite complète, ou explorez la vitrine pour voir des exemples de configurations.

Et ensuite

Potato a continué à évoluer rapidement :

Potato 2.1 a ajouté l'affichage d'instances, le support IA visuel (YOLO, Ollama Vision, OpenAI Vision), le lien de spans, et la personnalisation de la mise en page.

Potato 2.2 (maintenant disponible !) ajoute 9 nouveaux schémas d'annotation (annotation d'événements, liaison d'entités, triage, comparaison par paires, chaînes de coréférence, arbres de conversation, et plus), un CLI d'export pluggable, l'estimation de compétence des annotateurs MACE, 55 instruments de sondage validés et des sources de données distantes.

Lire à propos de Potato 2.2 ->

Merci à notre communauté de chercheurs et de praticiens qui ont contribué à façonner Potato. Vos retours guident notre développement, et nous sommes impatients de voir ce que vous construirez.

Des questions ou des retours ? Rejoignez nos discussions GitHub ou contactez-nous sur Twitter @PotatoAnnotation.