Im Bereich Daten, Analyse und maschinelles Lernen möchte ich
Modelle trainieren und bewerten
Die Antwort · Unternehmen aus dem gesamten Markt
Ihre Peers nutzen zuerst Weights & Biases, dann Labelbox.
58 von 305 Unternehmen dieser Stichprobe nutzen Weights & Biases. Jede Zeile verweist auf eine öffentliche Quelle.
- 01
5819 % - 02
2910 % - 03
27
Welche KI-Tools nutzen Unternehmen für Modelle trainieren und bewerten? Begrenzte Beta
Ihr Beruf fehlt? Beschreiben Sie die gewünschte Aufgabe.
Modelle trainieren und bewerten
Diese Ergebnisse zeigen öffentliche Nutzung in dieser Kategorie. Sie belegen weder die Nutzung in Ihrem Beruf noch die Eignung für diese genaue Aufgabe. Ihre Anforderungen wurden nicht geprüft.
Kategorie, Branche und Unternehmensgröße
Die Größe beschreibt den Arbeitgeber. Sie belegt keinen Zugang für Selbstständige.
ML-Plattformen & Trainingsdaten
305 Unternehmen, 3 Tools
Zu diesen Zahlen
Die Zahlen betreffen auf usedby erfasste Unternehmen, keine Marktanteile. Alle vier Nachweisstufen zählen. Unbekannte Größen fehlen nur in größenbezogenen Ansichten. Ihre Anforderungen wurden nicht geprüft.
Unternehmen mit bekannter Größe: 85 %. In dieser Kategorie ausgeschlossene Anbieter: 1.

Weights & Biases
58 Unternehmen
37 bestätigt21 beobachtet
Das KI-Forschungsteam von Meta stellt in Weights & Biases Baseline-Lernkurven für die Experimente bereit, die das Open-Source-Framework MiniHack für Reinforcement Learning begleiten.
Originaltext
We also provide baseline learning curves in Weights & Biases for our experiments.
Meta · Quelle lesen 
Labelbox
29 Unternehmen
19 bestätigt10 beobachtet
Speak, a language learning app, uses Labelbox to produce and quality-control the expert-graded data that trains and evaluates its speech recognition and language models.
Originaltext
Speak's signal-production time was cut by nearly 50%, allowing it to release new features and languages at a faster pace.
Speak · Quelle lesen 
Anyscale
27 Unternehmen
15 bestätigt11 beobachtet1 Signal
Notion uses Anyscale, a managed platform for Ray, to scale inference for the machine learning reranking models behind its Enterprise Search.
Originaltext
With Anyscale, we've achieved 20% better latency compared to our previous solution – all while supporting continued user growth.
Notion · Quelle lesen











