初创公司Argilla，一个基于数据、用于自然语言处理（NLP）的开源平台，宣布完成了一轮种子轮融资，金额为160万美元（150万欧元）。该交易由Zetta Venture Partners（首家专注于人工智能投资的风险投资公司）与Caixa Capital Risc（一家专注于数据基础设施和开发工具的深度技术企业）共同领投。
筹集的资金将用于深化开源数据标注的开发，并扩大为其企业客户提供的反馈工作流。他们还计划推出Argilla Cloud工具，供需要扩展数据选择和标注工作流的企业使用，预计将于2023年第一季度上线。
一种基于定制数据和反馈循环的模型
该公司于2021年6月由Francisco Aranda和Daniel Vila Suero创立。Argilla的愿景基于人类反馈以及专家与数据团队之间的协作，相信自然语言处理（NLP）企业应用成功的关键在于数据，其价值主张在于将精力集中在高质量的数据训练上，而不是通过增加数千亿参数来扩大模型规模。
因此，这家初创公司开发了一个开源数据标注平台，允许数据和机器学习团队构建并监督高质量的训练过程，同时它足够简单，能够与其他NLP和机器学习工具集成。
通过这种方式，企业可以利用Argilla平台让专家参与到他们的NLP生命周期中，并确保所使用的模型符合其需求，从而降低标注成本以及手动标注数千个训练示例所需的时间。Argilla使得将预训练模型适应于企业的特定用例变得更加容易，有助于更好地利用其NLP解决方案。
关键在于机器学习
Argilla方面指出，程序化标注可以在生产力方面带来巨大差异，特别是当它掌握在无需编程的领域专家手中时。“但它并不是解决数据标注问题的唯一且最重要的方案。我们相信围绕反馈和协作周期建立的强大的MLOps（机器学习运营）工作流才是解决方案。”因此，该初创公司将致力于构建桥梁并与广泛使用的机器学习平台进行集成。
目前，Argilla已被来自欧洲、美国、南美洲和亚洲不同行业的数千名用户及数十家企业使用，涵盖医疗、信息技术、媒体和金融服务等领域。这些企业正利用该平台提供的程序化标注功能，更高效地创建自然语言处理产品。
图片来源：Depositphotos