Sapien: معالجة البيانات السيئة ذات التأثير الواقعي

ملخص

تعلن Sapien عن مبادرة "Proof of Quality" لمعالجة العواقب الواقعية للبيانات السيئة في مجموعات التدريب، مثل تجاهل المركبات ذاتية القيادة لحافلات المدارس. ستوضح Sapien نهجها في الأسابيع المقبلة، بدءاً بمقال من المؤسس والرئيس التنفيذي حول ضرورة هذه المبادرة.

هل تعلم أنه منذ بداية العام الدراسي 2025، تم تسجيل 19 حالة لمركبات ذاتية القيادة تتجاهل إشارات التوقف الخاصة بالحافلات المدرسية أثناء صعود أو نزول الأطفال في أوستن، تكساس وحدها؟

نحن نعلم ذلك. Proof of Quality تعالج هذا الأمر.

نحن مستعدون أخيراً للكشف عما كنا نعمل عليه. على مدار الأسابيع المقبلة، سنقدم بالتفصيل كيفية تعاملنا مع المشكلة المتزايدة للبيانات ذات الجودة الرديئة في مجموعات البيانات، والتي يمكن أن تؤدي إلى عواقب في العالم الحقيقي.

للبدء، اطلع على مقال مؤسسنا والرئيس التنفيذي روان ستون حول الكيفية والسبب، وخاصة "لماذا الآن؟" بخصوص Proof of Quality هنا:

Proof of Quality: Who Verified the Data That Trained Your Model?

https://x.com/RowanRK6/status/2019788772645179599

Discord sent us an expired image link.

View on Discord

Proof of Quality: Who Verified the Data That Trained Your Model?
Sapien: معالجة البيانات السيئة ذات التأثير الواقعي
X

25 views

الأحدث من Sapien

تحدي Sapien PoQ: اربح سيارة Tesla أو 25,000 دولار

تدعو Sapien فرق الروبوتات والذكاء الاصطناعي في الولايات المتحدة إلى إرسال مجموعة بيانات صعبة وتحديد أهداف التقييم لتحدي Proof of Quality. ستتنافس خمسة فرق وفق …

إثبات الجودة في مجال ذكاء المدن

توضح Sapien فجوة أساسية في مجال ذكاء المدن: يستطيع الذكاء الاصطناعي جمع كميات هائلة من بيانات المستشعرات، لكن القرارات لا تزال تعتمد على أحكام عدد …