Login AI
Разметка данных для ИИ
Размечаем датасеты для обучения и оценки моделей: пишем guidelines и таксономию, размечаем четыре модальности, сводим ответы аннотаторов через консенсус и сдаём QA-отчёт по каждому классу.
Готовим размеченные тексты, изображения, аудио и видео с согласованными правилами и двумя проходами проверки.
Стоимость
от 300 000 ₽
за проект
Это нижняя граница проекта. Точную смету считаем после брифа: она зависит от объёма и числа интеграций.
Возможности
Guidelines и таксономия
Собираем дерево классов, определения и пограничные примеры. Guidelines фиксируют, что считать меткой, и снижают разброс между аннотаторами.
Четыре модальности
Текст, изображения, аудио и видео идут в одном конвейере: у каждой модальности свой инструмент, общие правила приёмки и журнал решений.
QA и консенсус
Каждый десятый элемент проходит второй проход. Расхождения сводим к консенсусу, а согласие считаем по каждому классу и храним в отчёте.
RLHF и пары предпочтений
Собираем пары ответов для RLHF: аннотатор выбирает лучший вариант по рубрике, спорные пары уходят на арбитраж эксперта.
От заявки до результата
1
Аудит таксономии
Смотрим текущие классы, примеры и спорные случаи. Проверяем, что каждый класс имеет определение и наблюдаемый признак.
2
Guidelines и пилотная партия
Пишем инструкцию с примерами и размечаем пилот на 200–500 элементах. Считаем согласие и правим неоднозначные места до старта потока.
3
Конвейер разметки
Настраиваем очереди, роли и приёмку. Партии идут по расписанию, прогресс виден в дашборде, а каждая метка хранит автора и версию.
4
QA и передача
Прогоняем выборку по двум проходам, сводим расхождения и собираем отчёт. Датасет отдаём в согласованном формате вместе с guidelines.
Проверьте, подойдёт ли вам
Подходит
+ 10 000 элементов
Объём от 10 000 элементов окупает guidelines и настройку конвейера: партии идут потоком, а качество держится на выборке.
Есть доменный эксперт
Эксперт задаёт эталон разметки: его решения используют остальные аннотаторы и QA.
Не подходит
Нет таксономии
Без дерева классов и определений разметка расползается: сначала нужен аудит и guidelines, затем партии.
PII без политики
Персональные данные требуют политики хранения и обезличивания: до её согласования партии с PII стоят на паузе.
Что вы получаете
10 000
10 000 элементов в базе
Базовая партия покрывает 10 000 элементов и даёт достаточно примеров для обучения и замера на отложенной выборке.
текст
Текст как базовая модальность
Текстовая модальность идёт первой: на тексте приёмка занимает один проход QA, а шаблон таксономии переносится на изображения, аудио и видео.
2
Два прохода QA
Два прохода QA дают согласие по каждому классу и показывают, какие определения стоит уточнить до масштабирования.
Что входит в поставку
Guidelines и таксономия
Отдаём таксономию, определения классов, пограничные примеры и рубрику приёмки. Документ фиксирует версию и задаёт эталон для аннотаторов.
Размеченная пилотная партия
Передаём 200–500 элементов с метками, версиями и журналом решений. Пилотная партия показывает согласие на реальных данных до масштабирования.
QA-отчёт
Собираем отчёт по согласию, расхождениям и покрытию классов. QA-отчёт показывает, где правила работают, и какие классы требуют доработки.
Механизм работы
Приёмка данных
Принимаем файлы партиями, проверяем формат и полноту, раскладываем по очередям и фиксируем владельца каждой партии. На входе отсекаем битые файлы и дубли, поэтому аннотатор получает чистый набор.
Разметка
Аннотаторы ведут разметку по guidelines и рубрике, оставляют комментарий к спорному случаю и передают элемент на второй проход. Каждая метка хранит автора, время и версию инструкции, поэтому историю решения можно восстановить.
QA и консенсус
Второй аннотатор проверяет выборку, расхождения уходят на арбитраж эксперта, а итоговая метка фиксируется через консенсус. Метрику согласия считаем по каждому классу и возвращаем спорные определения в guidelines.
Где решение упирается
- 01
Качество guidelines
Качество guidelines задаёт разброс меток: точные определения и примеры поднимают согласие и сокращают правки на приёмке.
- 02
Доступность эксперта
Доступность эксперта задаёт скорость арбитража: пограничные случаи ждут его решения, поэтому график эксперта входит в план партий.
- 03
Политика PII
Политика PII определяет схему работы: обезличивание и хранение согласуем до старта, и это добавляет этап в подготовку партии.
Технологии
Технологии, которые мы используем в работе, и их роль в проекте.
Конвейер разметки
Скрипты валидации и метрик пишем на Python, задачи и статусы храним в PostgreSQL, файлы датасета лежат в MinIO, очередь заданий идёт через Kafka, а прогресс партий держим в Redis.
Калькулятор стоимости
Это ориентировочный диапазон, а не коммерческое предложение. Точную смету подготовим после брифа: она зависит от объёма и числа интеграций.
Объектов разметки
Модальность
Уровень качества
Гайдлайны
Дополнительно
Поддержка
Первый год: обновления и мониторинг, ответ за 2 рабочих дня.
Услуга
Разметка данных для ИИ
В смету входит работа команды. Оборудование, лицензии сторонних сервисов и командировки добавляем по согласованию.
Расчётная стоимость
400 000 ₽
Срок работ
2 нед.
Частые вопросы
Как вы контролируете качество разметки?
Каждый десятый элемент проходит второй проход, расхождения сводим к консенсусу, а согласие считаем по классам. Порог приёмки фиксируем в guidelines до старта партии.
Можно ли размечать под NDA и на своём контуре?
Да. Подписываем NDA, работаем в вашем облаке или на on-prem контуре, доступ к файлам идёт по ролям, а журнал действий хранится у вас.
Какие модальности вы размечаете?
Текст, изображения, аудио и видео. У каждой модальности свой инструмент и свои правила приёмки, общими остаются таксономия и QA.
Сколько занимает пилот?
Пилот идёт 1–2 недели: аудит таксономии, guidelines и партия 200–500 элементов с замером согласия. После пилота называем срок на полный объём.
Что берут вместе с этой услугой
Связанные услуги
В составе решений
Примеры внедрений
−90 %
Пропущенный брак
Готовы обсудить задачу?
Оставьте заявку – вернёмся с предложением и предварительной оценкой.
Связаться с нами