日本語のAI学習データを、あらゆるモダリティで

はい、多くのプログラムがそうしています。典型的な流れは、NLPアノテーションでラベル付きコーパスを整え、そこからLLM学習データを作成し、別のアノテーターグループが評価を行うというものです。一つの契約にまとめれば、タキソノミー、スタイルガイド、QA指標がベンダーごとに作り直されることなく、一貫したまま保たれます。

当社は日本語のためにつくられた体制で、日英のバイリンガル業務もその中に含まれます。他言語の大量案件については、案件を受けて再委託するより、当社は適任のベンダーではないと率直に申し上げます。

作業単位あたりの料金です。1件あたり、音声1時間あたり、画像1枚あたり、評価1件あたりで、タスクの複雑さ、1件あたりに必要なレビュアーの時間、求められる専門性の水準によって変わります。お見積りは、実際のデータでパイロットの範囲を定めたあとに提示します。タスクの説明だけを根拠にした見積りは推測であり、たいてい外れるからです。

当社が起草し、お客様がレビューします。どちらも本番開始前に行います。パイロットは、実際のエッジケースで初稿を壊すために存在します。その過程で解決した判断の相違は、すべて文書に書き戻します。ガイドラインはその後バージョン管理し、納品する各バッチには、どのバージョンでラベル付けしたかを記録します。