Name: Potato
Author: Potato

Nota: questo post descrive Potato 2.0 com'era al momento del rilascio. Alcune chiavi di configurazione e alcune funzionalità sono cambiate nelle versioni successive. Per la sintassi aggiornata vedi la documentazione attuale.

Potato 2.0 è disponibile ed è l'aggiornamento più grande che abbiamo pubblicato. Le novità principali sono le funzionalità basate sull'AI, un supporto multimediale più ampio e un modulo di active learning. Insieme cambiano il modo in cui si costruiscono i dati di training.

Cosa c'è di nuovo in Potato 2.0

Assistenza all'annotazione basata sull'AI

Potato 2.0 si collega a OpenAI GPT-4, Anthropic Claude e Google Gemini. Una volta configurato il collegamento, il modello può proporre annotazioni che l'annotatore è libero di accettare, modificare o scartare. Può evidenziare termini ed espressioni rilevanti, in modo che l'attenzione vada dove serve. E può segnalare possibili problemi in un'annotazione mentre l'annotatore lavora, senza togliergli la decisione.

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

Supporto multimediale

Potato è nato come strumento per il testo, e quello resta il nucleo. Ora gestisce anche le immagini (classificazione, bounding box, poligoni e rilevamento di keypoint), l'audio (visualizzazione della forma d'onda, revisione delle trascrizioni, diarizzazione dei parlanti) e il video (navigazione fotogramma per fotogramma, marcatura temporale degli eventi, tracciamento degli oggetti).

Active learning

Il nuovo modulo di active learning può ridurre il lavoro di annotazione fino al 50%. Si aggancia a qualsiasi classificatore sklearn per portare a galla gli elementi su cui il modello è meno sicuro, si riaddestra man mano che arrivano nuove annotazioni, così il campionamento continua a migliorare, e ti lascia scegliere in YAML il classificatore e l'estrazione delle feature.

Migrazione da Potato 1.x

Passare da Potato 1.x non è doloroso. Le configurazioni YAML che hai già continuano a funzionare, e c'è uno strumento di migrazione che aiuta ad adottare le nuove funzionalità:

bash

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

Miglioramenti di prestazioni

Le pagine si renderizzano più in fretta, i dataset grandi si caricano in modo più fluido e la gestione delle sessioni regge meglio quando più annotatori lavorano insieme.

Per il resoconto completo delle modifiche, vedi le note di rilascio della 2.0.

Come iniziare

L'installazione è una riga:

bash

pip install potato-annotation
potato start your_config.yaml

La guida rapida contiene il percorso completo, e lo Showcase raccoglie configurazioni di esempio da cui partire.

Cosa arriva dopo

Potato ha continuato a muoversi dopo la 2.0:

Potato 2.1 ha aggiunto la visualizzazione delle istanze, il supporto per l'AI visiva (YOLO, Ollama Vision, OpenAI Vision), il collegamento tra span e la personalizzazione del layout.

Potato 2.2 (già disponibile) aggiunge 9 nuovi schemi di annotazione (annotazione di eventi, entity linking, triage, confronto a coppie, catene di coreferenza, alberi di conversazione e altri), una CLI di esportazione estensibile con plugin, la stima della competenza degli annotatori con MACE, 55 strumenti di survey validati e sorgenti di dati remote.

Leggi di Potato 2.2 →

Grazie ai ricercatori e ai professionisti che hanno dato forma a Potato lungo la strada. È il vostro riscontro a guidare la roadmap.

Hai domande o commenti? Partecipa alle nostre GitHub Discussions o scrivici su Twitter @PotatoAnnotation.