フロンティア AI データに関する過小評価されている事実: Scale AI は 2025 年に $2B の収益を予測しています。Surge、Mercorなどを追加すると、総データ支出は約$3.5Bに達します:主に推論モデル。 しかし、マルチモーダル AI は?10倍の大きさになることを期待してください。ビデオ、オーディオ、そしてそれ以上のものによって駆動されます。

私たちの男の@NiphermeDaveのコンテンツはいつも平手打ちをチェックし🗣️てください

時には「そのうちの 1 週間」があるだけです。 OROコミュニティに感謝します。厳しい一週間を終えた人は、頭を上げてください!それはほんの始まりにすぎません。日曜日をお楽しみください

多くの人が私たちに尋ねてきました...私のデータは何に力を入れますか? OROでは、マルチモーダルAIモデルを幅広く強化するお手伝いをしています。推理、音声、ビデオ、そしてすぐに...その他の業種 👀 なぜマルチモーダルなのか?なぜなら、中央集権的なプレイヤーが攻撃できない、攻撃しない空間だからです。ウェアラブルからのビデオ、オーディオ、ロングテールデータの世界...。私たちのようなプラットフォームだけがそれを集約できます。 そして、主要な研究所と協力しているのは私たちだけです。事実上、先行者利益。

テキストシリーズの別の投稿... 2024 年の$META: 世界中のすべての高品質のオーディオ データを集約しようとすると、3,000 時間になります。 何百万人も必要です。 このデータを大規模に集計する方法を実際に知っている人はいますか?何百万時間もフィルタリングして、次世代モデルのトレーニングに実際に使用可能な 10,000 時間を取得するには?オロ。それです。

私たちはただ外に出て言います... ほとんどの AI データ プロバイダーは、実際には有用なデータを集約していません。主要な研究所には、データに基づいてトレーニングする実際の研究者がいません。 信号とノイズを分離する方法を学びます。オーディオデータと同じように!

なぜ真面目なデータプロバイダーはインフラにこだわるのでしょうか?🤔 優れた AI データには次の 2 つのものが必要です。 1️⃣ グローバル規模のコレクション 2️⃣自律的な品質検証 #1 には分散化が必要です。 #2 は強力なインフラに依存します。 私たちは、プライベートビデオ、オーディオ、ウェアラブルデータを大規模に収集し、最高のマルチモーダルラボを使用して、両方で実戦テストされた唯一のプラットフォームです。

数週間前、私たちはAIデータのインフラを覗いてみました。 現在では、拡張可能なパイプラインで主要なマルチモーダル AI ラボを強化しています。 – スケーラブルなデータ合成 – モデルインザループ注釈 –きめ細かくカスタマイズ可能な検索 私たちの前には、脆弱な社内ツールや遅いレガシーベンダーがあります。 今:大規模なAI専用のインフラ。

今日のほとんどのモデルは、スクレイピングされたWebデータでトレーニングされています...しかし、次のパフォーマンスの飛躍はそこから来るものではありません。 未開発の層? 音声メモ、ウェアラブルストリーム、領収書、カレンダー、診断。 構造化され、許可され、現実世界のコンテキストが豊富です。

次の LLM のブレークスルーは、モデルの微調整からもたらされるものではありません。 これは、実際のデータに対するテスト時の計算から取得されます。 🔸 動的コンテキスト 🔸 ソースレベルの帰属 🔸 デバイスとログからのライブ入力 パッシブモデルとインタラクティブインテリジェンス🤝の間の架け橋を作っています