Labelbox

Labelbox aide les équipes d’IA à transformer des données brutes en jeux de données étiquetés. Ses outils permettent aux annotateurs de dessiner des boîtes et des masques sur des images et de la vidéo, de taguer du texte, de transcrire de l’audio et de noter des réponses de modèles. Des fonctions de gestion de projet assignent le travail, contrôlent la qualité et mesurent l’accord entre étiqueteurs, pour que les équipes attrapent les erreurs tôt. La plateforme prend en charge des étiqueteurs internes et des équipes externes.

L’entreprise s’est concentrée sur l’IA générative. Des outils prennent en charge l’apprentissage par renforcement à partir de retours humains et l’évaluation de modèles, où des experts comparent et classent des réponses, et un service d’étiquetage fournit des annotateurs spécialisés pour des domaines comme le code, les maths et la médecine. L’étiquetage assisté par modèle utilise un modèle pour pré-étiqueter les données, si bien que les humains ne font que corriger, et des outils de curation aident à trouver les exemples les plus utiles. Des intégrations relient le stockage cloud et les pipelines de ML.

Labelbox a une offre gratuite pour les petits projets et des offres entreprise payantes selon l’usage, plus des services d’étiquetage gérés facturés à la tâche. Il est en concurrence dans un domaine chargé, avec Scale AI, Surge AI, Appen, V7, Encord, et des options open source comme CVAT et Label Studio. Le choix d’une plateforme dépend des types de données, des besoins de vie privée, et du fait qu’il te faut un logiciel, une équipe, ou les deux. La qualité des étiquettes, pas le volume, fait en général la qualité du modèle.