Aravind Putrevu
Devrel
ODNAJDOWANIE, ŁĄCZENIE, ROZWIJANIE
Chcesz rozpocząć pracę ze swoją siecią AI? Firma Microsoft Reactor udostępnia wydarzenia, szkolenia i zasoby społeczności, aby pomóc startupom, przedsiębiorcom i deweloperom w budowaniu kolejnej działalności na podstawie technologii AI. Dołącz do nas!
ODNAJDOWANIE, ŁĄCZENIE, ROZWIJANIE
Chcesz rozpocząć pracę ze swoją siecią AI? Firma Microsoft Reactor udostępnia wydarzenia, szkolenia i zasoby społeczności, aby pomóc startupom, przedsiębiorcom i deweloperom w budowaniu kolejnej działalności na podstawie technologii AI. Dołącz do nas!
26 lutego, 2024 | 12:00 PM - 1:00 PM (UTC) Uniwersalny czas koordynowany
Temat: Nauka o danych i Edukacja maszyny
Język: angielski
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.
Głośniki
W przypadku pytań skontaktuj się z nami pod adresem reactor@microsoft.com