Fakta yang kurang dihargai tentang data AI perbatasan: Scale AI memproyeksikan pendapatan $2 miliar pada tahun 2025. Tambahkan Surge, Mercor & lainnya, dan total pengeluaran data mencapai sekitar $ 3,5 miliar: sebagian besar untuk model penalaran. Tapi AI multimoda? Harapkan itu 10x lebih besar. Didorong oleh video, audio, dan lainnya.

Konten pria kami @NiphermeDave selalu menampar 🗣️, periksa

Terkadang Anda hanya memiliki "salah satu dari ITU" minggu.... Berterima kasih kepada komunitas ORO. Bagi siapa pun yang menyelesaikan minggu yang sulit, tetap tegak! Ini baru permulaan. Nikmati hari Minggu Anda

Banyak orang telah bertanya kepada kami... Apa daya data saya? Di ORO, kami membantu mendukung model AI multimoda secara luas. Penalaran, Suara, Video, dan segera... vertikal 👀 lainnya Mengapa Multimodal? Karena itu adalah ruang yang tidak dapat dan tidak akan diserang oleh pemain terpusat. Dunia video, audio, data ekor panjang dari perangkat yang dapat dikenakan.... Hanya platform seperti kami yang dapat menggabungkannya. Dan kami satu-satunya yang bekerja dengan laboratorium terkemuka. Keuntungan penggerak pertama pada dasarnya.

Postingan lain dalam seri teks kami... $META pada tahun 2024: Jika Anda mencoba mengumpulkan semua data audio berkualitas tinggi di dunia, Anda akan mendapatkan 3.000 jam. Kami membutuhkan JUTAAN. Siapa yang benar-benar tahu cara menggabungkan data ini dalam skala besar? Untuk menyaring jutaan jam untuk mendapatkan 10.000 jam yang benar-benar dapat digunakan untuk melatih model generasi berikutnya? ORO. Itu saja.

Kami hanya akan keluar dan mengatakannya... Sebagian besar penyedia data AI sebenarnya tidak mengumpulkan data yang berguna. Mereka tidak memiliki peneliti nyata di laboratorium terkemuka yang melatih data mereka. Belajar memisahkan sinyal dari kebisingan. Seperti halnya dengan data audio kami!

Mengapa penyedia data yang serius terobsesi dengan infra? 🤔 Karena data AI yang hebat membutuhkan dua hal: 1️⃣ koleksi skala global 2️⃣ verifikasi kualitas otonom #1 membutuhkan desentralisasi. #2 tergantung pada infra yang kuat. Kami adalah satu-satunya platform yang telah diuji pertempuran pada keduanya—mengumpulkan video pribadi, audio, dan data yang dapat dikenakan dalam skala besar dengan lab multimoda terbaik yang menggunakannya.

Beberapa minggu yang lalu, kami membagikan mengintip infra data AI kami. Saat ini, ia mendukung laboratorium AI multimoda terkemuka dengan saluran yang dapat diperluas: – sintesis data yang dapat diskalakan – anotasi model-in-the-loop – pencarian terperinci dan dapat disesuaikan Di hadapan kita: alat internal yang rapuh atau vendor lama yang lambat. Sekarang: infra dibuat khusus untuk AI dalam skala besar.

Sebagian besar model saat ini dilatih pada data web yang dikikis... Tapi bukan dari situlah lompatan kinerja berikutnya akan berasal. Lapisan yang belum dimanfaatkan? Catatan suara, streaming yang dapat dikenakan, tanda terima, kalender, diagnostik. Terstruktur, diizinkan, dan kaya dengan konteks dunia nyata.

Terobosan LLM berikutnya tidak akan datang dari penyesuaian model. Ini akan berasal dari komputasi waktu pengujian pada data nyata: 🔸 Konteks dinamis 🔸 Atribusi tingkat sumber 🔸 input langsung dari perangkat dan log Kami menciptakan jembatan antara model pasif dan kecerdasan 🤝 interaktif