Accédez rapidement et à l’échelle mondiale à des jeux de données variés
Accélérez l'entraînement des modèles et la mise sur le marché, grâce à des résultats de l’IA qui s’adaptent avec précision à des publics dans le monde entier
Déverrouiller le potentiel de vos LLMs
Entraînez plus intelligemment et résolvez les cas limites que les pipelines de données génériques ne peuvent pas gérer sur l'ensemble du cycle de vie des données, y compris la collecte, l'annotation, l'évaluation et les environnements d'entraînement, le tout sur une plateforme unique.
Acquérir des jeux de données de haute qualité
Alimentez des modèles d’IA très performants avec des jeux de données diversifiés et issus du monde réel, dont des données sur des points d’intérêt (POI), de l’audio, de la vidéo, des images et du texte, collectés et annotés à grande échelle par notre réseau mondial de plus de 10 millions de contributeurs et d’experts spécialisés.¹
Entraînez-vous grâce aux retours d'experts humains
Évaluez les performances et affinez vos modèles grâce à l’apprentissage par renforcement structuré à partir de retours humains (RLHF), au classement des préférences et à la modélisation de la récompense, le tout via des environnements d’entraînement pour l’apprentissage par renforcement (RL) personnalisés, adaptés à votre cas d’usage spécifique.
Prenez le contrôle de vos données
Vos données propriétaires et vos droits de propriété intellectuelle restent protégés. Nous n’utilisons pas vos données pour entraîner les modèles d’IA internes à usage général d’Uber et elles sont protégées par des mesures de protection organisationnelles et techniques.
Assurer la fiabilité et les performances
Tirez parti de notre expérience acquise en entraînant plus de 20,000 modèles d’IA. Bénéficiez d’analyses clés des performances, de tests simplifiés et d’une assurance qualité à fort impact sur plusieurs systèmes d’exploitation et plus de 3,000 appareils de test.
Questions fréquentes
Qu'est-ce que l'annotation audio ?
L'annotation audio consiste à appliquer des balises aux données vocales et sonores afin d'aider les modèles d'apprentissage automatique à reconnaître la parole, la musique et les effets sonores, ce qui permet des applications comme les assistants vocaux, la transcription de la parole en texte et la détection d'événements sonores.
Qu'est-ce que l'annotation vidéo ?
L'étiquetage vidéo consiste à annoter les images avec des tags afin d'aider les modèles d'apprentissage automatique à détecter objets, actions et événements, permettant ainsi des applications dédiées à la surveillance, à la conduite autonome et à la recommandation de contenu.
Qu'est-ce que l'annotation d'images ?
L'étiquetage d'images consiste à attribuer des tags ou annotations significatives aux images, permettant aux modèles d'apprentissage automatique de détecter des objets, des scènes ou des motifs, pour des applications telles que les véhicules autonomes, la reconnaissance faciale et l'imagerie médicale.
Qu'est-ce que l'annotation de texte ?
La labellisation de texte attribue des étiquettes aux données pour aider les modèles d'apprentissage automatique à les comprendre, ce qui permet des tâches comme l'analyse des opinions, la reconnaissance d'entités et la classification des intentions pour des chatbots propulsés par l'IA, la recherche et les recommandations.
Créons une meilleure IA ensemble
Parlez-nous de votre projet. Nous vous montrerons les données qui vous y mèneront.
Créons une meilleure IA ensemble
Parlez-nous de votre projet. Nous vous montrerons les données qui vous y mèneront.
¹ À compter de mars 2026
Solutions sectorielles
Secteurs d'activité
Ressources
Explore