Todas las empresas con las que hemos hablado reconstruyen una infraestructura similar: especificaciones de datos personalizadas, scripts de control de calidad manuales, canalizaciones de etiquetado interno, flujos de trabajo de licencias fuera de línea, etc. esto es ineficiente, propenso a errores y no está diseñado para la escala a la que las principales empresas de IA están operando colectivamente en este momento. Hemos reemplazado todo eso con primitivas modulares en @psdnai: SDK de → para la recopilación estructurada → canalizaciones de ML para la deduplicación, las comprobaciones de PII y la detección de valores atípicos → etiquetado semisupervisado con aprendizaje activo y enrutamiento de incertidumbre → Borrado por IP a través de @StoryProtocol