Fapt subapreciat despre datele AI de frontieră: Scale AI estimează venituri de 2 miliarde de dolari în 2025. Adăugați Surge, Mercor și alții, iar cheltuielile totale de date ajung la aproximativ 3,5 miliarde de dolari: mai ales pentru modele de raționament. Dar inteligența artificială multimodală? Așteptați-vă să fie de 10 ori mai mare. Condus de video, audio și nu numai.

Tipul nostru @NiphermeDave mulțumit întotdeauna 🗣️ verifică-l

Uneori ai doar "una dintre acestea" săptămâni... Recunoscător comunității ORO. Pentru oricine a terminat o săptămână grea, ține-ți capul sus! Este doar începutul. Bucurați-vă de duminică

Mulți oameni ne-au întrebat... Ce alimentează datele mele? La ORO, ajutăm la alimentarea modelelor AI multimodale pe scară largă. Raționament, voce, video și în curând... Alte verticale 👀 De ce Multimodal? Pentru că este spațiul pe care jucătorii centralizați nu îl pot și nu vor ataca. Lumea video, audio, date cu coadă lungă de la dispozitive portabile.... doar o platformă ca noi o poate agrega. Și suntem singurii care lucrează cu laboratoarele de top. Avantajul primului venit de fapt.

O altă postare din seria noastră de texte... $META în 2024: Dacă ați încerca să agregați toate datele audio de înaltă calitate din lume, ați obține 3.000 de ore. Avem nevoie de milioane. Cine știe de fapt cum să agrege aceste date la scară largă? Pentru a filtra milioane de ore pentru a obține 10.000 de ore efectiv utilizabile pentru a antrena următoarea generație de modele? ORO. Asta este.

Vom ieși și o vom spune... Majoritatea furnizorilor de date AI nu agregă de fapt date utile. Nu au cercetători adevărați în laboratoarele de top care să se antreneze pe datele lor. Învață să separi semnalul de zgomot. Așa cum suntem cu datele noastre audio!

De ce furnizorii de date serioși sunt obsedați de infrastructură? 🤔 Pentru că datele AI excelente necesită două lucruri: 1️⃣ Colecție la scară globală 2️⃣ Verificarea autonomă a calității #1 are nevoie de descentralizare. #2 depinde de infrastructura puternică. Suntem singura platformă testată în luptă pe ambele - colectând date video private, audio și portabile la scară cu cele mai bune laboratoare multimodale care le folosesc.

În urmă cu câteva săptămâni, am împărtășit o privire asupra infrastructurii noastre de date AI. Astăzi, alimentează laboratoarele de inteligență artificială multimodale de top cu conducte extensibile: – sinteza scalabilă a datelor – adnotare model-in-the-loop – căutare granulară, personalizabilă Înaintea noastră: instrumente interne fragile sau furnizori de moștenire lentă. Acum: infrastructură construită special pentru AI la scară largă.

Majoritatea modelelor de astăzi sunt antrenate pe date web răzuite... Dar nu de aici vor veni următoarele salturi de performanță. Stratul neexploatat? Note vocale, fluxuri portabile, chitanțe, calendare, diagnostice. Structurat, autorizat și bogat în context din lumea reală.

Următoarea descoperire LLM nu va veni din modificări ale modelului. Va veni din calculul în timpul testului pe date reale: 🔸 Context dinamic 🔸 Atribuirea la nivel de sursă 🔸 intrări live de la dispozitive și jurnale Creăm puntea dintre modelele pasive și inteligența interactivă 🤝