LangSmith 推出 Data Annotation Queues,方便檢查紀錄並整理資料集
Announcing Data Annotation Queues
重點導讀
大型語言模型應用一開始不一定有自己的資料集,想找出回答問題的地方也不容易。
- LangSmith 推出 Data Annotation Queues,讓團隊先從紀錄中挑出想檢查的案例,再標記答案好壞、加上分類,或整理進資料集。加入資料集前也能修改案例內容。
- 暫時不想處理的案例可以移到佇列後面,完成檢查後則可標記為已完成。文章也介紹開源套件 langfree,可用來整理 LangSmith 紀錄中的 ChatOpenAI 執行資料,供微調和評估使用。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處langchain.com
Announcing Data Annotation Queues
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: LangChain Blog (langchain.com)
開啟原文