एआई स्टूडियो

AI प्रदर्शन को बढ़ाना

परियोजना के बारे में

एआई स्टूडियो एक स्व-सेवा संज्ञानात्मक उपकरण है जो कानूनी और अनुपालन टीमों जैसे क्षेत्र विशेषज्ञों को एआई प्रदर्शन और प्रशिक्षण को प्रभावित और अनुकूलित करने में सक्षम बनाता है। एआई स्टूडियो एआई की शक्ति को उन उपयोगकर्ताओं के हाथों में रखता है जो अपने व्यवसाय को सबसे अच्छी तरह जानते हैं। इस मामले में, ये वकील हैं।

पारिस्थितिकी तंत्र और व्यक्तित्व

इस प्रकार, वर्तमान में तीन व्यक्ति अलग-अलग काम कर रहे हैं।

नीचे दिया गया फ्लो बताता है कि ये व्यक्तित्व एक-दूसरे को कैसे प्रभावित करते हैं। इससे AI के प्रदर्शन को लागू करने और बेहतर बनाने में लगने वाला समय बढ़ गया है।

डेटा तैयार करने के लिए आवश्यक बिंदु

हमने त्रुटि पैटर्न और डेटा आउटपुट गुणवत्ता को समझने के लिए वर्तमान में उपलब्ध कराए गए डेटा की गुणवत्ता का मूल्यांकन किया।

हमने स्वर्णिम डेटा तैयार करने के लिए उनके पारिस्थितिकी तंत्र को समझने हेतु विशेषज्ञों से भी संपर्क किया तथा गुणात्मक समस्याओं को एकत्रित किया।

जटिल निर्देश (एनोटेशन दिशानिर्देशों का अभाव)

आवश्यक इनपुट या प्रश्न भ्रामक और लम्बे थे।

गंभीरता : कम

थकान और समय की कमी

अगर आप लोगों को बोर कर रहे हैं तो बढ़िया डेटा की उम्मीद न करें

गंभीरता : उच्च

Technical Limitations of Annotation Tools

Tools are not present or either not bad user experience

Severity : High

जटिल इनपुट/प्रश्न

आवश्यक इनपुट या प्रश्न भ्रामक और लंबे थे

गंभीरता : कम

अत्यधिक टैग सूचियाँ

कभी-कभी एक टैग के कई अर्थ होते हैं और उसमें कई लेबल हो सकते हैं

गंभीरता : उच्च

ज्ञान की कमी

सूचना तक पहुँचने में मानवीय सीमा

गंभीरता : उच्च

पक्षपातपूर्ण दृष्टिकोण

ऐतिहासिक घटनाओं के कारण मानवीय धारणाएँ विकृत हो जाती हैं

गंभीरता : उच्च

अपर्याप्त पर्यवेक्षण और प्रतिक्रिया

कोई मानक एसओपी, कोई सुरक्षा एवं फीडबैक तंत्र मौजूद नहीं है।

गंभीरता: उच्च

एक ही समय में कई कार्य

खुले प्रश्न या जटिल प्रश्न को गलत तरीके से एनोटेट किया गया पाया गया।

गंभीरता : कम

एआई स्टूडियो के मोटे तौर पर तीन घटक हैं

गोल्डन डेटा तैयारी
डेटा एक्सप्लोरर
मूल्यांकन स्टूडियो

AI स्टूडियो लैंडिंग पृष्ठ

डेटा तैयारी प्रोटोटाइप प्रवाह

एक बार जब हम इसकी जटिलता को समझ गए, तो हमने डेटा तैयार करने का एक सहज तरीका प्रस्तावित किया।

अब, डेटा तैयार है

मॉडल नए डेटा के साथ अपडेट हो जाता है

मूल्यांकन के लिए नया मॉडल/पाइपलाइन जारी किया गया

मूल्यांकन प्रक्रिया

नए मॉडल पाइपलाइन संस्करण के जारी होने के बाद, कानूनी डोमेन विशेषज्ञ गोल्डन डेटासेट के आधार पर एआई पाइपलाइन के प्रदर्शन का मूल्यांकन करते हैं, परिणामों को अनुकूलित करने के लिए कॉन्फ़िगरेशन को समायोजित करते हैं और सटीकता को परिष्कृत करने के लिए प्रयोग करते हैं।

नए मॉडल/पाइपलाइन के मूल्यांकन की उपयोगकर्ता यात्रा

पाइपलाइन के किसी भी AI प्रदर्शन के परीक्षण के लिए उपयोगकर्ता की यात्रा नीचे दी गई है

दृश्य को विस्तृत करने के लिए चित्र पर क्लिक करें

मूल्यांकन स्टूडियो घटक और डिज़ाइन विवरण

परिणाम पृष्ठ डिज़ाइन

यह पृष्ठ डिज़ाइन सर्वोत्तम उपयोगकर्ता अनुभव के लिए महत्वपूर्ण था क्योंकि इससे मूल्यांकन पर स्पष्टता आती है और यह मूल्यांकन के प्रयास को कम करता है, त्रुटियों को कम करता है और AI प्रदर्शन में सुधार करता है।

प्रमुख निर्णय

उपयोगकर्ताओं को बेहतर विकल्पों पर वापस लौटने में सहायता करने के लिए संपादनों का एक संस्करण संग्रहीत करना।
पैरामीटर स्कोर पर प्रभाव दिखाने से नियंत्रण और दिशा मिलती है
और डेटा सेट को बदलने की लचीलापन स्वतंत्रता और नियंत्रण देता है

परिणाम पृष्ठ में सुधार हुआ

इस संस्करण से

इस उन्नत संस्करण के लिए

स्मार्ट, सरल, और अधिक तीव्र - क्या बदला है

प्रदर्शन मेट्रिक्स का स्पष्ट वर्गीकरण
स्कोर प्रगति के लिए दृश्य ट्रेंडलाइन
अगले कदमों के लिए कार्यान्वयन योग्य सिफारिशें
प्रगतिशील प्रकटीकरण के साथ संज्ञानात्मक भार में कमी
बेहतर स्कोर व्याख्या के लिए इनलाइन सहायता

उपयोगकर्ता के अनुकूल भाषा और लेबल
प्रयोग इतिहास के साथ बेहतर फीडबैक लूप
कानूनी-उपयोगकर्ता-केंद्रित डिज़ाइन दृष्टिकोण
सुसंगत और तुलनीय स्कोर विज़ुअलाइज़ेशन
निरंतर सुधार के लिए निर्देशित कार्यप्रवाह

कॉन्फ़िगरेशन संपादित/समायोजित करें

वकील यह देखने के लिए कॉन्फ़िगरेशन को संपादित/समायोजित करते हैं कि स्कोर में सुधार हुआ है या नहीं।

वे सर्वोत्तम कॉन्फ़िगरेशन प्राप्त करने के लिए इसे बार-बार दोहराते हैं। कभी-कभी, वे पुराने कॉन्फ़िगरेशन संस्करणों पर वापस लौट सकते हैं।

प्रत्येक संस्करण स्वचालित रूप से इतिहास लॉग में सहेजा जाता है।

Anchor 1

परीक्षण मापदंडों का चयन

ये पैरामीटर AI प्रदर्शन के लिए परिणाम तैयार करने के लिए हैं।

वकील इस एआई प्रशिक्षण क्षेत्र में नए हैं। उन्हें निर्णय लेने में मदद करने के लिए, मैंने पहले से ही अतिरिक्त जानकारी की परतें जोड़ दीं, जिससे उन्हें यह सिखाया जा सके कि कौन से पैरामीटर किन सभी संकेतकों को दर्शाते हैं।

इसके अलावा, यदि अभी भी सहायता की आवश्यकता हो, तो वे अधिक व्याख्यात्मक दृष्टिकोण अपना सकते हैं।

डेटा सेट चयन

उपयोगकर्ता अगले रन के लिए डेटा सेट को या तो हाल के रन से या मैन्युअल रूप से डेटा का चयन करके चुन सकता है