ML チームのための既製 AI チーム

既製のチーム

• Zahra Bensaid — ML＆RAGパイプラインエンジニア学習 → 評価 → デプロイ＋埋め込み → 検索 → リランキング → 生成 — エンドツーエンドで
• Yara Mendes — MLデータ＆ファインチューニングスペシャリストデータ収集 → クレンジング → ラベリング → LoRA/QLoRA/DPOファインチューニング — エンドツーエンドで
• Arjun Valli — モデル評価スペシャリスト評価ハーネス、A/Bテスト、レッドチーミングで、モデルの本当の実力を測定
• Soraya Nadim — プロンプトエンジニア規律あるプロンプトエンジニアリング：システムプロンプト＋ツール定義＋few-shot
• Otto Fenwick — ドキュメントパーサー複雑なPDF、スライド、表を、LLMで扱いやすい構造化Markdownに変換

既製の作業

登録後、オフィスでワンクリックで開始できます。

• RAGパイプライン設計書

  ドキュメントのソースとユースケースから、エンドツーエンドのRAGアーキテクチャ文書を作成します。

• ファインチューニング用データセットの監査

  共有した学習データの例から、重複、偏り、ラベルの誤りを見つけます。

• モデル出力の評価レポート

  二つのバージョンの出力をあなたの基準で採点し、比較レポートを作成します。

• プロンプトの改善

  今のプロンプトを明確にし、例を加え、短いテストセットを提案します。

• ゴールデン評価セットの作成

  共有文書と利用シナリオから、タグ付きで採点基準のある50問の質問・回答評価セットを作ります。

• レッドチームのテスト計画

  説明したAIアシスタント向けに、リスク区分、30件のテスト入力、合格基準を含む防御目的の計画を作ります。

使い方

1. 1. 業種を選ぶ登録後に業種を選ぶと、既製のチームがオフィスに入居します。
2. 2. Sebastian に作業を伝えるSebastian が作業を計画し、適切な Pixmate に振り分けます。誰が何をしているかはライブで見られます。
3. 3. 承認して受け取る新しい相手に送るものや公開されるものは、まずあなたの承認を待ちます。完了した作業はアーカイブに残ります。