Przejdź do treści

Artykuły zebrane według problemu, branży i rodzaju systemu.

Fine-tuning do ekstrakcji danych z dokumentów przewozowych

Fine-tuning przy dokumentach przewozowych ma sens, gdy obraz jest czytelny, a model powtarzalnie myli przypisanie pól, na przykład datę załadunku z datą dostawy. Najpierw rozdziel błędy obrazu, odczytu i przypisania, bo słabe zdjęcie naprawia bramka czytelności i prośba o nowe ujęcie. Przy 3 000 dokumentach miesięcznie spadek błędnych pól z 8 do 3% oszczędza 10 godzin poprawek, czyli 664 zł.

fine-tuningmodele AIekstrakcja danychdokumenty przewozowe

Fine-tuning do klasyfikacji zgłoszeń

Fine-tuning pomaga w klasyfikacji zgłoszeń, gdy model ogólny regularnie myli specyficzne kategorie firmy. Najpierw sprawdź, czy ludzie rozumieją kategorie tak samo i czy historyczne przypisania pokazują poprawną decyzję. Jeśli zgłoszenia trafiały do zespołu, który akurat miał czas, historia uczy dostępności pracowników.

Model AI do identyfikacji części w opisach klientów

Model AI podpowiada części z katalogu na podstawie opisu klienta jako listę kandydatów do sprawdzenia. Gdy dwa warianty różnią się szczegółem, którego opis nie zawiera, na przykład przyłączem, system wskazuje brak i przekazuje wybór handlowcowi. Najpierw sprawdź wyszukiwanie z synonimami.

modele AIczęści zamiennefine-tuning

Własny model do rozpoznawania kategorii wydatków

Własny model do kategorii wydatków ma sens, gdy reguły oparte na dostawcach i obecny system zakupowy mylą różne rodzaje zakupów u jednego dostawcy. Przed treningiem uzgodnij podział kategorii i sprawdź, czy opisy pozycji pozwalają je odróżnić, a wybór rozstrzygnij testem na nowych pozycjach.

custom-modelszakupyklasyfikacja wydatków

Własny model AI do kontroli wad na zdjęciach

Własny model do wad na zdjęciach ma sens, gdy na obrazie widać to, co ocenia kontroler, a gotowy produkt wizyjny przeocza wady albo zgłasza zbyt wiele dobrych części. Najpierw sprawdź oświetlenie i liczbę fizycznych części na zdjęciach. W scenariuszu na 20 000 zdjęciach miesięcznie gotowy produkt wizyjny obniża błędy z 3% do 2%, a fine-tuning do 1%, co razem oszczędza 20 godzin poprawek, czyli 1 329 zł miesięcznie.

modele AIkontrola jakościdefekty powierzchni

Prywatne modele

Model na Twoim sprzęcie albo w chmurze w UE, sprawdzony na Twoich zadaniach.

Dobieramy sprzęt i model, uruchamiamy go i mierzymy jakość na Twoich przykładach. Możesz zacząć od komputera, który już masz.

Cena
wycena po analiziepo ocenie zadania, danych i sprzętu
Pierwszy krok
30 min z inżynierem, 0 złpisemne podsumowanie w 2 dni robocze

Terminy zobaczysz w swojej strefie czasowej.

Zobacz prywatne modele

Co Ci daje, że jesteśmy partnerem OpenAI i Anthropic?

OpenAI robi ChatGPT, a Anthropic robi Claude. Należymy do programów partnerskich obu firm, więc pracujemy z ich narzędziami na co dzień i uczymy się od samych twórców.

OpenAI Select PartnerClaude Partner Network
01Dobierzemy narzędzie do zadania
Wdrażamy i ChatGPT, i Claude. Oba sprawdzamy na Twoich dokumentach, a Ty wybierasz to, które robi mniej poprawek i oszczędza więcej czasu.
02Wiedza prosto od twórców
Uczymy się z oficjalnych kursów i materiałów OpenAI i Anthropic. Twój zespół poznaje funkcje i ustawienia, które działają dziś.
03Licencje bez naszej marży
Przy wdrożeniu ChatGPT, Claude albo Copilota licencje kupujesz bezpośrednio u OpenAI, Anthropic albo Microsoftu i od nich dostajesz fakturę. Do licencji nic nie doliczamy.
04Certyfikowani inżynierowie
W zespole mamy certyfikat AWS z uczenia maszynowego i certyfikat Anthropic z architektury systemów na Claude.

Udział w programach nie oznacza, że OpenAI albo Anthropic polecają nasze usługi.