Malo učnega besedila
Vaš jezik je delček odstotka tega, kar veliki modeli preberejo. Bistvo razumejo, slovnico pa zgrešijo: sklone, spol, vid, oblike, zaradi katerih besedilo zveni domače.
Manj zastopani jeziki · vaši podatki · vaši strežniki
Vaš jezik. Vaš model.
Veliki modeli se učijo predvsem iz angleščine. V hrvaščini, srbščini, litovščini ali latvijščini pišejo, a ne kot rojeni govorec, in vaše terminologije niso nikoli videli. Odprte modele prilagodimo vašemu jeziku in vašemu področju ter izboljšavo dokažemo na testnem naboru v vašem jeziku. Slovenščina je naš javni dokaz.
−51 %
perpleksnost na ločenem naboru po nadaljevanem predučenju na 1,78 milijarde slovenskih žetonov
+4,1
BLEU pri prevajanju slovenščina → angleščina, isti model pred in po
46,8 → 22,3 %
napaka razpoznave govora (WER) po uglaševanju
6/7
izboljšanih nalog slovenskega merila, v povprečju +3,1 točke
Vrzel
Zakaj splošni modeli v vašem jeziku ne zadoščajo
Brez strokovnega besedišča
Pravni, medicinski in tehnični izrazi v vašem jeziku so na spletu redki. Model ugiba, prevaja iz angleščine ali vmeša sosednji jezik.
Brez dokaza, da deluje
Ponudniki objavljajo angleška merila. Nihče ni izmeril modela na vaših dokumentih, v vašem jeziku, ob odgovorih, ki so jih napisali vaši strokovnjaki.
Recept
Isti štirje koraki, kot smo jih uporabili za slovenščino
Pregled podatkov
Koliko uporabnega besedila obstaja, pod katerimi licencami, in kaj je treba zgraditi, prevesti ali destilirati. Pošten odgovor, preden kdorkoli začne učiti.
Nadaljevano predučenje
Odprt model bere vaš jezik in vaše področje, dokler ne piše kot rojeni govorec. Samo kadar je težava jezikovna vrzel.
Fino uglaševanje
Vaše naloge: odgovori, izvleček, prevajanje, klici orodij. Naučeno na primerih iz vašega dela, z ohranitvenimi vzorci, da splošno znanje ostane.
Zamrznjena evalvacija
Testni nabor v vašem jeziku z odgovori, ki so jih napisali vaši strokovnjaki. Ocenjen pred in po, vedno enako, za vsako različico.
Jeziki
Kje se recept prenese
Metoda je enaka za vsak jezik z dovolj besedila. Najbližje našemu javnemu delu so južnoslovanski jeziki, ki imajo podobno pregibanje kot slovenščina.
hrvaščinasrbščinabosanščinačrnogorščinamakedonščina
bolgarščinaslovaščinačeščinamadžarščinalitovščinalatvijščinaestonščinaalbanščinain drugi
Označeni: najbližje našemu delu s slovenščino. Za vsak jezik začnemo s pregledom podatkov in povemo, kaj je realno.
Za koga
Za organizacije, ki delajo v svojem jeziku
- Javna uprava in agencije, ki odgovarjajo državljanom in obdelujejo dokumente v nacionalnem jeziku
- Banke, zavarovalnice in telekomi s podporo, zahtevki in pogodbami v lokalnem jeziku
- Bolnišnice in zdravstveni sistemi z dokumentacijo, kodiranjem in prevajanjem v lokalnem jeziku
- Univerze in jezikovni inštituti, ki gradijo nacionalne modele in merila
- Mediji in založniki, ki potrebujejo pravilno, domače besedilo v velikem obsegu
- Podjetja, ki podatkov ne smejo poslati v tujino in potrebujejo model na lastnih strežnikih
Vprašanja
Pogosta vprašanja
S katerimi jeziki lahko delate?
S katerimkoli jezikom, za katerega obstaja dovolj uporabnega besedila za nalogo. Najbližje našemu javnemu delu so južnoslovanski jeziki (hrvaščina, srbščina, bosanščina, črnogorščina, makedonščina), ki imajo podobno bogato pregibanje kot slovenščina. Delamo tudi z baltskimi, srednjeevropskimi in drugimi manj zastopanimi jeziki, za vsakega pa pošteno ocenimo, kaj je mogoče, preden karkoli obljubimo.
Ali potrebujete govorce našega jezika?
Evalvacija potrebuje rojene govorce: napišejo in preverijo zamrznjen testni nabor in ocenjujejo proste odgovore. Pridejo iz vaše ekipe ali jih za projekt angažiramo. Samo učenje je od jezika neodvisno inženirsko delo.
Koliko besedila je potrebno?
Za ozko nalogo že nekaj tisoč dobrih primerov naredi razliko. Za nadaljevano predučenje več sto milijonov žetonov. Prvi korak je pregled podatkov, ki pove, kaj obstaja, kaj dovoljujejo licence in kaj je treba zgraditi ali prevesti.
Ali lahko model teče v naši državi ali pri nas?
Da. Uteži vam predamo in tečejo na vaših strežnikih, v izoliranem okolju ali z gostovanjem v EU. MediaAtlas je podjetje iz EU, ki deluje po pravu EU.
Cene sledijo javnemu ceniku. Agenti na vašem modelu: AI agenti.
Začnite s pregledom podatkov.
Povejte nam jezik in nalogo. Povemo vam, koliko uporabnega besedila obstaja, kaj bi model zmogel in kaj bi bilo za to potrebno.
MediaAtlas d.o.o. · SevnicaPodjetje iz EUUteži so vaše