Snorkel AI
Plateforme d'étiquetage programmatique et de développement de données
Snorkel a commencé comme un projet académique qui demandait si l’on pouvait étiqueter des données de façon programmatique. Au lieu de taguer des milliers d’exemples un par un, un expert du domaine écrit des fonctions d’étiquetage, qui sont des règles, des motifs ou des appels de modèles qui votent pour une étiquette. Snorkel combine leurs sorties bruitées en étiquettes d’entraînement, une technique appelée supervision faible.
L’entreprise s’est tournée vers les besoins de l’IA générative. Sa plateforme aide les entreprises à sélectionner des données pour le fine-tuning et l’évaluation de modèles de langage, avec des experts qui relisent des échantillons et définissent à quoi ressemble une bonne réponse. Un réseau d’annotateurs experts fournit des données spécialisées dans des domaines comme le droit, la médecine et la finance, et des outils mesurent la performance des modèles sur des benchmarks sur mesure.
Snorkel vend aux grandes organisations et aux labos d’IA sur des contrats entreprise. L’approche fait gagner du temps d’étiquetage mais a encore besoin d’experts du domaine, et la qualité dépend de la façon dont les règles reflètent la réalité. Les alternatives incluent Scale AI, Surge AI, Labelbox, Argilla, et Label Studio pour l’étiquetage en interne. Snorkel AI convient aux équipes qui ont besoin de données d’entraînement et d’évaluation spécialisées à l’échelle.