Aravind Putrevu
Devrel
DESCUBRIR, CONECTAR, CRECER
¿Todo listo para empezar a usar la IA? Microsoft Reactor proporciona eventos, formación y recursos de la comunidad para ayudar a startups, emprendedores y desarrolladores a crear su próximo negocio con tecnología basada en IA. ¡Acompáñenos!
DESCUBRIR, CONECTAR, CRECER
¿Todo listo para empezar a usar la IA? Microsoft Reactor proporciona eventos, formación y recursos de la comunidad para ayudar a startups, emprendedores y desarrolladores a crear su próximo negocio con tecnología basada en IA. ¡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
Si tiene preguntas, póngase en contacto con nosotros a través de reactor@microsoft.com