トレーニングデータとキュレーション

AI モデルの品質は、トレーニング データの品質に直接関係しています。 Slide Creator では、単に「Web をスクレイピングする」だけではありません。私たちは、プロフェッショナルなデザイン、活版印刷の階層構造、構造ドキュメント エンジニアリングの原則に焦点を当てた、高度に厳選され、倫理的に調達されたデータセットを利用しています。

1. データ調達の原則

私たちはデータ調達に対して「量より質」のアプローチに従っています。

プロフェッショナルリポジトリ:当社は、専門的なアーカイブやパブリック ドメインのドキュメント リポジトリから高品質のデザイン メタデータのライセンスを取得しています。

-専門家が生成したデータ:トレーニング データの大部分は独自に作成されています。デザインチームプロのプレゼンテーションの「ゴールデン スタンダード」を確立します。

-プライベートデータのスクレイピングなし:で概説されているように、当社は顧客データに基づいてモデルをトレーニングすることはありません。ゼロトレーニングポリシー.

2. 匿名化とプライバシー

ドキュメントはトレーニングに使用される前に、厳格なマルチパス匿名化プロセスを受けます。

PII スクラビング:すべての個人を特定できる情報 (名前、電子メール、電話番号) は自動的に削除されます。

エンティティのマスキング:企業名と機密データ ポイントは合成プレースホルダーに置き換えられます。

視覚的なブランド解除:モデルが特定の企業アイデンティティではなく *構造* を確実に学習できるようにするために、ロゴと独自のブランド マークは削除されています。

3. 多様かつグローバルな表現

私たちに奉仕するため世界市場、私たちのトレーニング データには、幅広い文化的デザイン規範が含まれています。

多言語サポート:データには、サポートされている 17 言語すべてのドキュメントが含まれており、さまざまなスクリプトに対して正しい活字処理が保証されます。

地域の設計基準:北米、ヨーロッパ、アジアで一般的な、さまざまなスライド密度と物語スタイルのトレーニング。

4. 合成データの拡張

新しい設計スタイルの「コールド スタート」問題を解決するために、当社では開発された高度な合成データ ジェネレーターを使用しています。研究開発ラボ。これにより、現実世界には存在しない何百万もの数学的に完璧なレイアウトのバリエーションに基づいてモデルをトレーニングすることができます。

5. 継続的なデータ監査

私たちの公平性フレームワークこれには、モデルのパフォーマンスに影響を与える前に、潜在的なバイアスを特定して軽減するためのトレーニング セットの継続的な監査が含まれます。

このデータの使用方法に関する技術的な詳細については、モデルカード.