SilkTrain
AI 학습 데이터 및 모델 평가
필요한 작업을 고르고 예시를 확인한 뒤 시범 작업의 검수 기준을 정하세요. 발주 전 담당 팀과 도구 접근 권한, 가격을 확인합니다.
02
에이전트·도구·추론
-
생성 코드 검토
재현 가능한 테스트, 기대 출력, 오류 추적 기록 및 요청 시 검토한 패치.
-
함수 호출 및 컴퓨터 조작 테스트
주석을 단 호출, 인수 검증, 화면 조작 기록과 기대 종료 상태.
-
추론 벤치마크 및 문항 개발
새 문항, 기준 풀이, 단계별 오류 라벨, 별도 평가 세트.
-
에이전트 모의실험 및 강화학습 환경 설계
시나리오, 행동 공간, 보상 규칙, 에피소드 로그 예시.
03
멀티모달 데이터 라벨링
-
문서 및 텍스트 주석
OCR 교정, 개체명 범위, 필드 값과 원본 좌표.
-
이미지 라벨링 및 분할
클래스 정의, 검토한 경계 상자·다각형·픽셀 마스크 및 출력 예시.
-
동영상 주석 및 물체 추적
프레임 구간, 유지되는 추적 ID, 가시성 및 시간적 사건 라벨.
-
발화 수집 및 음성 라벨링
합의에 따른 녹음, 전사문, 화자 교대, 시각과 소리 사건 라벨.
-
시계열 및 센서 데이터 주석
시간 구간별 사건, 이상 유형, 결측 마스크.
-
LiDAR 및 3차원 점군 주석
3차원 경계 상자 또는 점 라벨, 물체 ID와 기준 좌표계.
SilkTrain
고객 작업 환경
표시된 도구는 예시입니다. 원하는 플랫폼과 출력 형식을 의뢰서에 적어 주세요. 범위 협의 시 접근 권한과 형식 호환성을 확인합니다.
라벨링 도구 → 프로젝트 운영 지원 요청
전문가 섭외만, 독립 품질 검토 또는 납품 책임자를 요청할 수 있습니다. 표본 크기, 검토자 자격, 목표 일정을 알려 주세요.
프로젝트 운영 지원 요청 → 작업 환경 선택
계정 생성 담당자, 접근 가능한 데이터, 출력 검수 방법을 알려 주세요. 인증 정보는 승인된 접근 절차로만 공유하세요.