Fugu-MT 論文翻訳(概要): A Novel Methodology For Crowdsourcing AI Models in an Enterprise

論文の概要: A Novel Methodology For Crowdsourcing AI Models in an Enterprise

arxiv url: http://arxiv.org/abs/2103.14033v1
Date: Mon, 22 Mar 2021 18:27:51 GMT
ステータス: 処理完了
システム内更新日: 2021-03-27 04:40:09.283195
Title: A Novel Methodology For Crowdsourcing AI Models in an Enterprise
Title（参考訳）: 企業におけるAIモデルのクラウドソーシングのための新しい手法
Authors: Parthasarathy Suryanarayanan, Sundar Saranathan, Shilpa Mahatma, Divya Pathak
Abstract要約: 本稿では,AIモデルのクラウドソーシングを通じて,このコラボレーションを促進する新しい手法を提案する。私たちは、どんな組織でも簡単にAIコンペティションを主催できるシステムとプロセスを実装しました。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The evolution of AI is advancing rapidly, creating both challenges and opportunities for industry-community collaboration. In this work, we present a novel methodology aiming to facilitate this collaboration through crowdsourcing of AI models. Concretely, we have implemented a system and a process that any organization can easily adopt to host AI competitions. The system allows them to automatically harvest and evaluate the submitted models against in-house proprietary data and also to incorporate them as reusable services in a product.
Abstract（参考訳）: AIの進化は急速に進み、業界とコミュニティのコラボレーションの課題と機会を生み出している。本稿では,AIモデルのクラウドソーシングを通じて,このコラボレーションを促進する新しい手法を提案する。具体的には、どんな組織でも簡単にAIコンペティションを主催できるシステムとプロセスを実装しました。このシステムは、提出されたモデルを社内のプロプライエタリなデータに対して自動的に収集し、評価し、それらを製品に再利用可能なサービスとして組み込むことができる。

関連論文リスト

Collaborative AI in Sentiment Analysis: System Architecture, Data Prediction and Deployment Strategies [3.3374611485861116]
大規模言語モデル(LLM)に基づく人工知能技術は、特に感情分析においてゲームチェンジャーとなっている。しかし、複雑なマルチモーダルデータを処理するための多様なAIモデルの統合と、それに伴う機能抽出の高コストは、大きな課題を呈している。本研究では,様々なAIシステムにまたがるタスクを効率的に分散・解決するための協調型AIフレームワークを提案する。
論文参考訳（メタデータ） (2024-10-17T06:14:34Z)
GenAgent: Build Collaborative AI Systems with Automated Workflow Generation -- Case Studies on ComfyUI [64.57616646552869]
本稿では、モデル、データソース、パイプラインを統合し、複雑で多様なタスクを解決するためにパフォーマンスを向上させるために使用される協調AIシステムについて検討する。我々は、LLMベースのフレームワークであるGenAgentを紹介した。その結果、GenAgentは実行レベルおよびタスクレベルの評価においてベースラインアプローチよりも優れていた。
論文参考訳（メタデータ） (2024-09-02T17:44:10Z)
A Formal Model for Artificial Intelligence Applications in Automation Systems [41.19948826527649]
本稿では,自動化システムにおけるAIアプリケーションの明確かつ構造化されたドキュメンテーションを提供するために,標準を用いた形式モデルを提案する。自動化システム(AIAS)における人工知能の情報モデルは、設計パターンを利用して、自動化システムとAIソフトウェアの様々な側面をマッピングし、リンクする。
論文参考訳（メタデータ） (2024-07-03T15:05:32Z)
Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文参考訳（メタデータ） (2024-01-11T15:02:15Z)
Generative AI [20.57872238271025]
生成AI(generative AI)とは、一見新しい意味のあるコンテンツを生成できる計算技術である。 Dall-E 2, GPT-4, Copilotといった例でこの技術が広く普及していることは,現在私たちの作業方法やコミュニケーション方法に革命をもたらしています。
論文参考訳（メタデータ） (2023-09-13T08:21:59Z)
Unlocking the Potential of Collaborative AI -- On the Socio-technical Challenges of Federated Machine Learning [0.6767885381740952]
Federated Machine Learningは、分散化された、潜在的にサイロ化されたデータからAIモデルを作成することができる、新しいAIパラダイムである。本研究は、協調型ビジネスモデルの普及と、フェデレートされた機械学習の異なる側面について考察する。
論文参考訳（メタデータ） (2023-04-26T17:14:44Z)
Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文参考訳（メタデータ） (2022-03-06T10:12:56Z)
DIME: Fine-grained Interpretations of Multimodal Models via Disentangled Local Explanations [119.1953397679783]
我々は,マルチモーダルモデルの解釈における最先端化に注力する。提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
論文参考訳（メタデータ） (2022-03-03T20:52:47Z)
Validate and Enable Machine Learning in Industrial AI [47.20869253934116]
産業用AIは、より効率的な将来の産業用制御システムを約束する。 Petuum Optimumシステムは、AIモデルの作成とテストの課題を示す例として使用される。
論文参考訳（メタデータ） (2020-10-30T20:33:05Z)
Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文参考訳（メタデータ） (2020-03-18T08:45:10Z)
Developing and Operating Artificial Intelligence Models in Trustworthy Autonomous Systems [8.27310353898034]
このワーク・イン・プログレス・ペーパーはAIベースのASの開発と運用のギャップを埋めることを目的としている。私たちはそれを実践するために、新しく包括的なDevOpsアプローチを提案します。
論文参考訳（メタデータ） (2020-03-11T17:52:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。