Aravind Putrevu
Devrel
APRENDE, CONECTA, CREA
¿Está listo para empezar a trabajar con la inteligencia artificial y las tecnologías más recientes? Microsoft Reactor proporciona eventos, formación y recursos comunitarios para ayudar a los desarrolladores, empresarios y startups a basarse en la tecnología de inteligencia artificial y mucho más. ¡Acompáñenos!
APRENDE, CONECTA, CREA
¿Está listo para empezar a trabajar con la inteligencia artificial y las tecnologías más recientes? Microsoft Reactor proporciona eventos, formación y recursos comunitarios para ayudar a los desarrolladores, empresarios y startups a basarse en la tecnología de inteligencia artificial y mucho más. ¡Acompáñenos!
26 febrero, 2024 | 12:00 p. m. - 1:00 p. m. (UTC) Hora universal coordinada
tema del evento: Ciencia de datos y aprendizaje automático
Idioma: Inglés
Labeled data powers AI/ML in the enterprise, but real-world datasets have been found to contain between 7-50% annotation errors. Imperfectly labelled text data hampers ML models' training (and evaluation) across tasks like intent recognition, entity recognition, and sequence generation. Although pretrained LLMs are equipped with a lot of world knowledge, their performance is adversely affected by noisy training data (as noted by OpenAI).
In this talk, we illustrate data-centric techniques to mitigate the effect of label noise without changing any code related to model architecture, hyperparameters, or training. These data quality improvement techniques should thus remain applicable even for future advanced LLMs like GPT-10.
Oradores
Los siguientes eventos también pueden ser de su interés. Visite nuestra página principal de Reactor para ver todos los eventos disponibles.
Formato:
Livestream
tema del evento: Ciencia de datos y aprendizaje automático
Idioma: Inglés
Formato:
Livestream
tema del evento: Ciencia de datos y aprendizaje automático
Idioma: Inglés