훈련 데이터 및 큐레이션

AI 모델의 품질은 훈련 데이터의 품질과 직접적인 관련이 있습니다. Slide Creator에서는 단순히 "웹을 스크랩"하는 것이 아닙니다. 우리는 전문적인 디자인, 인쇄 계층 구조 및 구조적 문서 엔지니어링의 원칙에 초점을 맞춘 고도로 선별되고 윤리적으로 소스가 제공되는 데이터 세트를 활용합니다.

1. 데이터 소싱 원칙

우리는 데이터 소싱에 대해 "양보다 질" 접근 방식을 따릅니다.

전문 저장소:우리는 전문 아카이브 및 공개 도메인 문서 저장소에서 고품질 디자인 메타데이터에 대한 라이선스를 부여합니다.

-전문가가 생성한 데이터:훈련 데이터의 상당 부분은 자체적으로 생성됩니다.디자인팀전문적인 프리젠테이션을 위한 "황금 표준"을 확립합니다.

-개인 데이터 스크래핑 금지:우리는 다음에 설명된 대로 고객 데이터에 대해 모델을 교육하지 않습니다.제로 트레이닝 정책.

2. 익명화 및 개인정보 보호

모든 문서는 훈련에 사용되기 전에 엄격한 다중 패스 익명화 프로세스를 거칩니다.

PII 스크러빙:모든 개인 식별 정보(이름, 이메일, 전화번호)는 자동으로 제거됩니다.

엔터티 마스킹:회사 이름과 민감한 데이터 요소는 합성 자리 표시자로 대체됩니다.

시각적 디브랜딩:모델이 특정 기업 아이덴티티가 아닌 *구조*를 학습할 수 있도록 로고와 독점 브랜드 마크가 제거됩니다.

3. 다양하고 글로벌한 표현

우리에게 봉사하기 위해글로벌 시장, 우리의 훈련 데이터에는 광범위한 문화 디자인 규범이 포함됩니다.

다중 언어 지원:데이터에는 다양한 스크립트에 대한 올바른 인쇄 처리 처리를 보장하기 위해 지원되는 17개 언어 모두의 문서가 포함됩니다.

지역 설계 기준:북미, 유럽, 아시아에서 흔히 볼 수 있는 다양한 슬라이드 밀도와 내러티브 스타일에 대한 교육입니다.

4. 합성 데이터 확대

새로운 디자인 스타일의 "콜드 스타트" 문제를 해결하기 위해 우리는 당사에서 개발한 고급 합성 데이터 생성기를 사용합니다.R&D 연구실. 이를 통해 실제 세계에는 존재하지 않는 수백만 개의 수학적으로 완벽한 레이아웃 변형에 대해 모델을 교육할 수 있습니다.

5. 지속적인 데이터 감사

우리의공정성 프레임워크모델 성능에 영향을 미치기 전에 잠재적인 편향을 식별하고 완화하기 위한 훈련 세트에 대한 지속적인 감사가 포함됩니다.

이 데이터가 사용되는 방법에 대한 기술적인 세부 사항은 다음을 참조하세요.모델 카드.