पेश है Potato 2.0: AI की मदद से एनोटेशन

ध्यान दें: यह पोस्ट Potato 2.0 का वह रूप बताती है जो रिलीज़ के वक़्त था। कुछ कॉन्फ़िगरेशन key और सुविधाएँ बाद के संस्करणों में बदल चुकी हैं। कॉन्फ़िगरेशन का मौजूदा सिंटैक्स ताज़ा दस्तावेज़ में देखें।

Potato 2.0 आ गया है, और यह अब तक का हमारा सबसे बड़ा अपडेट है। इसमें मुख्य रूप से AI-आधारित सुविधाएँ, ज़्यादा चौड़ा मल्टीमीडिया समर्थन, और एक active learning मॉड्यूल जुड़े हैं। ये मिलकर बदल देते हैं कि आप ट्रेनिंग डेटा किस तरह बनाते हैं।

Potato 2.0 में नया क्या है

AI से एनोटेशन में मदद

Potato 2.0 OpenAI GPT-4, Anthropic Claude, और Google Gemini से जुड़ता है। एक बार जोड़ देने पर मॉडल एनोटेशन सुझा सकता है, जिन्हें एनोटेटर मानने, बदलने या फेंकने के लिए स्वतंत्र है। यह ज़रूरी शब्द और वाक्यांश उभार सकता है ताकि ध्यान वहीं जाए जहाँ जाना चाहिए। और एनोटेटर के काम करते-करते यह एनोटेशन में संभावित गड़बड़ियों पर निशान लगा सकता है, बिना फ़ैसला उसके हाथ से लिए।

# 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

मल्टीमीडिया समर्थन

Potato की शुरुआत टेक्स्ट टूल के तौर पर हुई थी, और वही अब भी उसका केंद्र है। अब वह इमेज (वर्गीकरण, bounding box, polygon, और keypoint पहचान), ऑडियो (waveform डिस्प्ले, ट्रांसक्रिप्शन समीक्षा, speaker diarization), और वीडियो (फ़्रेम-दर-फ़्रेम आवाजाही, समय के हिसाब से घटना चिह्नित करना, ऑब्जेक्ट ट्रैकिंग) भी सँभालता है।

Active learning

नया active learning मॉड्यूल एनोटेशन की मेहनत 50% तक घटा सकता है। यह किसी भी sklearn क्लासिफ़ायर से जुड़कर वे आइटम ऊपर लाता है जिन पर मॉडल सबसे कम आश्वस्त है, नए एनोटेशन आते ही दोबारा ट्रेन करता है ताकि नमूना चुनना बेहतर होता जाए, और क्लासिफ़ायर तथा feature extraction को YAML में तय करने देता है।

Potato 1.x से माइग्रेशन

Potato 1.x से अपग्रेड करने में कोई झंझट नहीं है। आपके मौजूदा YAML config वैसे ही चलते रहेंगे, और नई सुविधाओं तक पहुँचने में मदद के लिए एक माइग्रेशन टूल भी है:

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

प्रदर्शन में सुधार

पेज तेज़ी से रेंडर होते हैं, बड़े डेटासेट ज़्यादा सहजता से लोड होते हैं, और जब कई एनोटेटर एक साथ काम कर रहे हों तो session प्रबंधन बेहतर टिकता है।

क्या-क्या बदला, इसकी पूरी सूची के लिए 2.0 रिलीज़ नोट्स देखें।

शुरुआत करना

इंस्टॉलेशन एक पंक्ति का है:

pip install potato-annotation
potato start your_config.yaml

क्विक स्टार्ट गाइड में पूरा तरीक़ा है, और शोकेस में नक़ल करने लायक उदाहरण config मिलेंगे।

आगे क्या

2.0 के बाद भी Potato चलता रहा है:

Potato 2.1 में instance display, visual AI समर्थन (YOLO, Ollama Vision, OpenAI Vision), span linking, और लेआउट में फेरबदल की सुविधा जुड़ी।

Potato 2.2 (अब उपलब्ध) में 9 नए एनोटेशन स्कीमा (घटना एनोटेशन, entity linking, triage, pairwise तुलना, coreference chain, बातचीत के ट्री, और बाक़ी), एक pluggable export CLI, MACE से एनोटेटर दक्षता का अनुमान, 55 जाँचे-परखे सर्वे उपकरण, और दूर रखे डेटा स्रोत जुड़े हैं।

Potato 2.2 के बारे में पढ़ें →

उन शोधकर्ताओं और पेशेवरों का शुक्रिया जिन्होंने रास्ते भर Potato को आकार दिया। रोडमैप आपकी प्रतिक्रिया से ही चलता है।

सवाल या सुझाव हैं? हमारी GitHub Discussions में शामिल हों या Twitter पर @PotatoAnnotation से संपर्क करें।