Databricksの調査によると、データラベリング税のせいで、技術リーダーは導入を遅らせるか、汎用モデルからの次善のパフォーマンスを受け入れるかの選択を迫られているという。
強化学習と体系的な探索を使用するこのアプローチは、ラベルのない入力例のみに対する従来の微調整よりも優れた結果をもたらしました。
\” さらに、このアプローチにより、企業はサンプル契約のみを使用した契約分析ソリューションなどの AI イニシアチブの市場投入までの時間を短縮できる可能性があります。
ただし、注目すべきことに、ラベルは最近まで企業による AI テクノロジーの導入の障害となっていました。
コメント