Comment UIPath utilise Encord
UiPath utilise Encord pour annoter et gérer les données d'entraînement de ses modèles d'image, de vidéo, de texte et de voix. L'entreprise s'en est servie pour enrichir le jeu de données d'entraînement de son modèle d'extraction de tableaux, avec plusieurs annotateurs travaillant simultanément et des flux de relecture structurés.
Voir la preuve capturéeL’usage : comment UIPath déploie Encord
UiPath uses Encord to annotate and manage training data across image, video, text, and voice models. It used the platform to expand the training dataset for its table extraction model, with multiple simultaneous annotators and structured review flows.
Autres résultats publiés
Chiffres publiés dans l’étude de cas de Encord. usedby ne les mesure pas de façon indépendante.
the team achieved more than a 4x reduction in error rate
Before, the model was performing at around 96–97% mAP on their internal dataset
Le témoignage du client
Ce qu'Encord apporte aujourd'hui à notre équipe, c'est surtout de la disponibilité d'esprit. Fini la corvée de démarrer un nouveau projet de zéro. Nous l'avons simplement déléguée et nous nous sommes concentrés sur le modèle.Traduction automatique de l’anglaisVoir l’original
What Encord is bringing to our team now is mostly headspace. Taking away the pain of starting a new project from scratch. We just delegated that away and focused on the model.Les autres outils IA utilisés par UIPath
Autres relations publiques recensées sur usedby.
DrataConfirmé
Dropzone AIConfirmé
Fireworks AIObservé
Noma SecurityObservé
ProductboardObservé
SeekOutObservéLes clients de Encord dans le secteur Intelligence artificielle
Des entreprises du même secteur, avec une preuve publique.
Ambi RoboticsConfirmé
Archetype AIConfirmé
Pickle RobotConfirmé
Standard AIConfirmé
Thoro.aiConfirmé
UVeyeConfirméConsulter la source
Cette synthèse repose sur l’étude de cas publiée par Encord. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
encord.com- Source publiée
- 28 avr. 2026
- Dernière vérification
- 30 oct. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 10x+Vérifié
Le chiffre est sur la page ; son libellé est formulé par nous.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de UIPath.
- La date de publicationVérifié
Lue dans les métadonnées de la page, jamais devinée.
- UIPath utilise EncordVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
After using Encord to more than 10x the size of the training dataset, the team achieved more than a 4x reduction in error rate, pushing accuracy above 98% and close to 99%.
