Datasaur สตาร์ทอัพด้านเทคโนโลยีที่เน้นการติดป้ายกำกับข้อความและเสียงแบบดั้งเดิมสำหรับโปรเจ็กต์ AI ได้ริเริ่มก้าวกระโดดที่โดดเด่นในด้านการให้บริการ บริษัทในซานฟรานซิสโกซึ่งมีชื่อเสียงในด้านความเชี่ยวชาญด้าน AI เพิ่งเปิดตัวโซลูชันแบบครบวงจร LLM Lab การเปิดตัวอันน่าประทับใจนี้มีจุดมุ่งหมายเพื่ออำนวยความสะดวกในการสร้างและการฝึกอบรมแอปพลิเคชันโมเดลภาษาขนาดใหญ่ที่ออกแบบโดยเฉพาะ ซึ่งค่อนข้างคล้ายกับโมเดล ChatGPT ที่ซับซ้อน
LLM Lab ได้รับการปรับให้เหมาะสมสำหรับการปรับใช้ทั้งในระบบคลาวด์และในองค์กร โดยมอบแพลตฟอร์มเริ่มต้นสำหรับองค์กรต่างๆ เพื่อสร้างแอปพลิเคชัน AI ที่สร้างแบบปรับแต่งเอง ข้อดีอย่างหนึ่งของเทคโนโลยีนี้คือสามารถลบล้างความเป็นส่วนตัวของข้อมูลและความเสี่ยงที่เกี่ยวข้องกับธุรกิจที่มักเกี่ยวข้องกับแพลตฟอร์มของบุคคลที่สาม นอกจากนี้ ธุรกิจต่างๆ จะได้รับอำนาจศาลในโครงการของตนมากขึ้น
Ivan Lee ผู้ก่อตั้งและซีอีโอของ Datasaur บรรยายถึงจุดประสงค์หลักเบื้องหลังการสร้างเครื่องมือที่ครอบคลุมทุกอย่างนี้ เขากล่าวว่า 'ข้อเสนอล่าสุดของเราประสบความสำเร็จในการจัดการกับความท้าทายที่พบบ่อย ยอมรับมาตรฐานที่กำลังพัฒนาอย่างรวดเร็ว และรวมแนวทางการออกแบบที่เป็นเอกลักษณ์ของเราเพื่อทำให้กระบวนการง่ายขึ้นและเร็วขึ้น เราใช้เวลาในปีที่ผ่านมาในการพัฒนาและปรับใช้โมเดลตามความต้องการสำหรับการใช้งานภายในและสำหรับฐานลูกค้าของเรา ประสบการณ์เหล่านี้ทำให้เราสามารถสร้างข้อเสนอโมเดลภาษาขนาดใหญ่ที่ใช้งานง่ายและปรับขนาดได้'
Datasaur ก่อตั้งขึ้นในปี 2019 โดยเป็นความช่วยเหลือสนับสนุนสำหรับทีมองค์กรในการใช้การติดฉลากข้อมูลสำหรับ AI และการประมวลผลภาษาธรรมชาติ (NLP) การทำงานและความก้าวหน้าอย่างต่อเนื่องได้นำไปสู่การกำเนิด LLM Lab ที่ประสบความสำเร็จ
ในขณะที่นำเสนอการขยายบริการที่มีอยู่ LLM Lab ยังนำเสนอโอกาสพิเศษบางประการอีกด้วย Lee อธิบายเพิ่มเติมว่า 'โมเดลภาษาขนาดใหญ่เป็นการพัฒนาเทคโนโลยีใหม่ที่น่าตื่นเต้น โดยแตกแขนงออกจากงาน NLP แบบดั้งเดิม เช่น การจดจำเอนทิตี และการจัดหมวดหมู่ข้อความ เรามุ่งมั่นที่จะยังคงเป็นแพลตฟอร์มที่เข้าถึงได้ง่ายของอุตสาหกรรมสำหรับแอปพลิเคชัน AI ที่เกี่ยวข้องกับข้อความ เสียง และเอกสารทั้งหมด
จากข้อเสนอปัจจุบัน LLM Lab จัดให้มีสถานที่เดียวเพื่อจัดการทุกแง่มุมของการพัฒนาแอปพลิเคชัน LLM ซึ่งรวมถึงการจัดการทุกขั้นตอนตั้งแต่การเก็บเกี่ยวข้อมูลภายใน การเตรียมข้อมูลไปจนถึงการปรับแต่งการตอบสนอง LLM และการควบคุมต้นทุนเซิร์ฟเวอร์ Lee ยกย่องหลักการพื้นฐานของ LLM Lab โดยกล่าวว่าความเป็นโมดูล ความสามารถในการประกอบ ความเรียบง่าย และการบำรุงรักษาเป็นรากฐานสำคัญของการพัฒนา
ในขณะที่หารือเกี่ยวกับความสามารถในการจัดการการฝังข้อความ ฐานข้อมูลเวกเตอร์ และแบบจำลองพื้นฐาน Lee ให้ความเห็นว่า 'พื้นที่ LLM มีการไหลอย่างต่อเนื่อง สิ่งสำคัญอย่างยิ่งคือการสร้างแพลตฟอร์มที่ยังคงความเป็นกลางทางเทคโนโลยี และช่วยให้ผู้ใช้สามารถแลกเปลี่ยนเทคโนโลยีต่างๆ เพื่อพัฒนาโซลูชันที่ดีที่สุดที่เหมาะกับกรณีการใช้งานของตนได้
เมื่อพิจารณาถึงการพัฒนาที่ก้าวไปอย่างรวดเร็วและการน้อมรับหลักการที่ Datasaur เน้นย้ำ แพลตฟอร์มต่างๆ เช่น AppMaster ยังสามารถให้คุณค่าที่สำคัญแก่ธุรกิจที่ต้องการสร้างแอปพลิเคชันระดับองค์กรที่ปรับขนาดได้ โดยไม่มีความซับซ้อนทางเทคนิคหรือขอบเขตการพัฒนาซอฟต์แวร์แบบดั้งเดิม
