Fast projekt
AI-produktionssprint
Det fasta bygget som Egen modell / finjustering läggs på. Ett system på fyra till sex veckor, sedan det här beslutet om ni behöver en egen modell.
Läs mer →
Finjustering - Finjustering av en öppen modell på er egen data. Vi driver den åt er, i ert eget molnkonto. Er egen driftmiljö finns på begäran
Vi finjusterar en öppen modell på era egna exempel. Vi driver den åt er, i ert eget molnkonto. Er egen driftmiljö finns på begäran, på Amazon Web Services, Microsoft Azure, Google Cloud eller GleSYS. Först utvärderar vi den modell ni använder i dag på er uppgift. Vi finjusterar bara om den inte räcker; annars säger vi att ni ska stanna kvar på den. Börja med en utvärdering, eller lägg till det i en AI-produktionssprint. Vanligtvis två till sex veckor, beroende på data och omfattning. Kontakta oss för pris.
En uppgift
Berätta var den modell ni använder inte räcker
En regel för var datan får ligga, en nota som växer med volymen, eller en smal uppgift ni kör om och om igen. Vi säger om Egen modell / finjustering hör hemma på sprinten. Kontakta oss för pris.
När det passar - När en egen modell passar
Fyra skäl att titta på Egen modell / finjustering. Stämmer inget av dem rekommenderar vi att ni stannar på den modell ni redan använder.
- Vi driver den åt er. Vi driver den åt er, i ert eget molnkonto. Er egen driftmiljö finns på begäran, på Amazon Web Services, Microsoft Azure, Google Cloud eller GleSYS. Den körs där er data får ligga.
- Kostnad vid hög volym. Samma smala uppgift, anropad så ofta att notan är frågan. Rapporten jämför kostnaden med den modell ni använder i dag. Vi lovar ingen besparing innan den jämförelsen finns.
- En smal uppgift som upprepas. Exemplen liknar varandra. En finjustering är till för den sortens arbete. En bred assistent är ett annat jobb, och den stannar på den modell ni redan använder.
- Ett område den nuvarande modellen hanterar dåligt. Ett område den modell ni använder i dag hanterar dåligt: era termer, format eller språk, där utvärderingen visar att den gör fel.
Beslutet kommer före all finjustering
Vi tränar bara efter att en utvärdering på era egna exempel visar att den modell ni använder i dag inte räcker.
1. Börja med en utvärdering
Antingen som en AI-genomlysning för sig, eller inuti en AI-produktionssprint som redan pågår. Utvärderingssteget slutar med ett skriftligt beslut som ni kan gå därifrån med.
Se AI-produktionssprinten2. Läs utvärderingen
Vi kör den modell ni använder i dag mot era egna testexempel. Frågan är om den räcker för uppgiften ni faktiskt har. Ställningstagandet skrivs ner.
3. Finjustera bara om den inte räcker
Visar utvärderingen att modellen inte räcker, finjusterar vi en öppen modell på era egna exempel. Räcker den, rekommenderar vi att ni stannar, och vi tränar inte.
4. Vi driver den åt er
Vi driver den åt er, i ert eget molnkonto. Er egen driftmiljö finns på begäran, på Amazon Web Services, Microsoft Azure, Google Cloud eller GleSYS. Ni får en adress som ni anropar, och en enkel rapport som jämför den med er nuvarande modell på träffsäkerhet, kostnad och hastighet.
Det ni lämnar med - Ett beslut, och en modell bara om beslutet säger det
Tillägget slutar alltid med ett skriftligt ställningstagande. Adressen och rapporten kommer bara om vi finjusterar.
- Beslutet, skriftligt. Finjustera, eller stanna på den modell ni använder. Skälet är utvärderingen.
- En adress som ni anropar. Om vi finjusterar kan ni anropa modellen där den körs. Om vi inte gör det finns ingen ny adress att anropa.
- En enkel jämförelse. Om vi finjusterar ställer en enkel rapport den nya modellen mot er nuvarande, på träffsäkerhet, kostnad och hastighet.
Varför finjusteringen är ett beslut, inte ett standardval
En egen modell är rätt verktyg för en del uppgifter. Den är fel utgångspunkt för de flesta.
- Vi driver den åt er
- Vi driver den åt er, i ert eget molnkonto. Er egen driftmiljö finns på begäran, på Amazon Web Services, Microsoft Azure, Google Cloud eller GleSYS. Modellen stannar där datan måste stanna.
- Utvärdering först
- Vi finjusterar inte för att en egen modell låter säkrare. Vi finjusterar när den modell ni använder inte räcker på era egna testexempel.
- Era exempel
- Finjusteringen använder de exempel ni ger oss för den här modellen. Vi tränar inte på er data till något annat.
Var Egen modell / finjustering sitter - Börja här, eller lägg till det i en sprint
Börja med en utvärdering, eller lägg till det i en sprint. Omsorg, ett kodupplägg, en person i teamet eller ett övertagande av en plattform är de andra formerna.
Relaterade insikter - Från en modell ni anropar till en ni kan lita på
Hur vi tänker när ett system ska i drift, och när en ändring faktiskt är bättre.
Vanliga frågor - Vanliga frågor
Korta svar innan en egen modell blir planen.
Var körs modellen?
Vi driver den åt er, i ert eget molnkonto. Er egen driftmiljö finns på begäran, på Amazon Web Services, Microsoft Azure, Google Cloud eller GleSYS. Vi flyttar inte exemplen från den miljön för att träna någon annanstans.
Är Egen modell / finjustering ett eget projekt?
Ja, eller en del av en sprint. För sig börjar det med en utvärdering; inuti en sprint använder det sprintens utvärderingar. Oavsett väg tränas ingenting förrän utvärderingen säger det.
Vad kostar det?
Kontakta oss för pris. Den kan börja för sig eller följa en sprint.
Finjusterar ni alltid?
Nej. Vi finjusterar bara när utvärderingen visar att den modell ni använder inte räcker. Annars rekommenderar vi att ni stannar kvar på den, och vi tränar inte.
Vad får vi?
Ett skriftligt beslut oavsett utfall. Om vi finjusterar får ni också en adress som ni anropar och en enkel rapport som jämför den nya modellen med er nuvarande på träffsäkerhet, kostnad och hastighet.
Tränar ni på vår data?
Bara på de exempel ni ger oss för den här modellen, och bara om utvärderingen säger att vi ska finjustera. Vi tränar inte på er data till något annat, och vi tränar inte alls om den modell ni använder räcker.
Redo att avgränsa?
Ta med uppgiften och exemplen
Vi säger rakt ut om den modell ni använder räcker, om Egen modell / finjustering passar sprinten, eller om vi är fel personer.
Låt oss prata om vad ni bygger
