法律
律師
弁護士
日本法律、合約、法規與法律推理。
- 法律文件標註
- 法律回答查核
- 合約分類
- 法律推理評測
日本領域專業
訓練 AI 讀懂的不只是日文，
而是整個日本.
讀懂日文，不等於讀懂日本。法律、法規、稅制、會計、僱用制度與商業慣例，都需要在地的專業知識。
我們協助 AI 團隊把這些專業轉化為訓練資料、評測資料集與人類回饋流程。
領域專家標註
當 AI 需要的
不只是語言能力。
專業領域的 AI，需要同樣專業的人類知識。我們會依專案真正需要的領域專業組建標註與評測團隊——從法律、稅務到會計、勞務、金融等各個領域。
在受法規管制的領域中運作的 AI，光有流利的日文並不夠，還需要懂得該領域術語、法規、作業流程與判斷標準的人。對於需要日本在地專業知識的 AI 專案，我們提供由專家主導的標註、評測、查核與資料集建置。
專業執業領域
稅務
稅務師
税理士
日本稅制、報稅程序與稅務專業知識。
- 稅務問題評測
- 稅務文件分類
- AI 回答驗證
- 稅務術語標註
會計
會計師
公認会計士
會計準則、財務報表、審計與企業財務。
- 財務報表判讀
- 會計資料分類
- 會計回答複審
- 審計相關資料集評測
勞務與人資
勞務與社會保險專家
社会保険労務士
專責勞動法令與社會保險事務的日本專業資格（Sharoshi）
勞動法規、社會保險、薪資計算與人資法遵。
- 勞動法規資料集
- 工作規則標註
- 社會保險分類
- 薪資相關 AI 評測
登記
司法代書人
司法書士
公司登記、不動產登記與相關法律程序。
- 公司登記資料集
- 不動產登記資料集
- 法律文件分類
- 程序性問答評測
其他專業領域
術語、敬語程度與邊界案例因產業而異。我們會在量產開始前，與貴團隊一起建立詞彙表。
- 金融
- 法律
- 醫療
- 電子商務
- 客戶服務
- 旅遊
- 科技
我們並未常設持照專業人士的固定名單。每個標註團隊都是依專案所需的專業另行組建，能否安排則依專案的範圍、資料量、專業程度與時程逐案評估。若貴團隊的專案無法找到具備該項資格的人員，我們會在專案開始前告知。
專業層級
每項任務，配置合適的專業層級。
並非每項任務都需要專家複審。我們會依任務真正需要的程度配置專業層級，讓預算花在真正需要判斷的地方。
層級 01
一般標註人員
適用於需要日文能力、但不需專業領域知識的任務。
層級 02
領域專精標註人員
適用於需要特定產業實務或學術知識的任務。
層級 03
執業專業人士
適用於需要高階領域知識、實務經驗或特定專業資格的任務。
整體如何串接
把日本專業，轉化為 AI 可用的資料。
領域知識唯有轉化為結構化、可複查的資料，才對模型有用。這道轉化，就是我們提供的服務。
日本專業知識
- 日文語言
- 法律與法規
- 稅制
- 會計實務
- 勞動實務
- 商業慣例
- 專業術語
專家標註與評測
AI 可用的資料集
應用情境
為專業領域的 AI 而生。
這類工作多半圍繞生成式 AI：判斷模型產出的內容、為多個答案排序，並在錯不得的領域裡找出它會出錯的地方。
LLM 訓練
為專業領域的 AI 訓練提供高品質的專家回饋。
AI 回答評測
從正確性、相關性、推理品質與專業妥適性等面向，評估生成的回答。
RLHF／人類回饋
由具備相關領域知識的標註人員產出排序與偏好資料。
AI 基準測試
為專業領域的日文模型建立經專家複審的基準資料集。
RAG 評測
判斷檢索到的段落，以及據此生成的答案是否正確且有用。
AI Agent 評測
端到端測試執行專業或產業流程的 AI Agent。
資料集建置
為專業領域的 AI 應用從零建立日文資料集。
紅隊測試
找出特定領域的錯誤、風險、幻覺與邊界案例。
流程
專家標註的實際運作方式。
專家標註專案失敗的原因通常不是產能不足，而是定義模糊。大部分工作都發生在量產開始之前。
-
01
界定專業需求
釐清領域範圍、所需的資格或經驗、任務複雜度與品質標準。
-
02
組建合適團隊
依語言能力、專業知識、實務經驗與專案要求組成標註團隊。
-
03
制定標註規範
與貴團隊共同撰寫標註規範與評測標準。
-
04
試辦標註
先以小批試辦，讓規範中的模糊之處在變成系統性錯誤之前浮現。
-
05
正式量產
依定版後的規範執行標註、評測、排序或查核作業。
-
06
品質控管
視專案需要，採用多階段複審、共識評分或專家裁定。
-
07
交付與迭代
以貴團隊指定的格式交付資料集，並依模型表現持續改進標註規範。
品質
當專業變得關鍵，
品質更不能妥協。
專家標註無法只仰賴單一的一致率數字。兩位具備資格的專業人士可能意見相左，而雙方都站得住腳；因此分歧必須經過裁定，而不是被平均掉。
- 依專業資格挑選審查者
- 校準任務
- 多人標註複審
- 專家裁定
- 以共識為基礎的評分
- 黃金樣本資料集
- 標註者間一致率監控
- 標註規範持續優化
人機協作
專家在協作循環中的位置。
專家本身不是交付物，經過複審、結構化的回饋資料才是。
-
AI 模型
貴團隊目前版本的模型。
-
AI 產出
生成的答案、排序或動作。
-
領域專家
真正知道在這個領域裡什麼才算正確的專業人士。
-
評測與修正
評分、排序、修正，並寫下判斷理由。
-
回饋資料
結構化、可複查、可直接交付。
-
模型改進
回流至訓練或評測流程。
專案示例
專家標註專案長什麼樣子。
以下為示意性的專案樣態，並非實際客戶案件。真實的合作案件均受保密協議保護。
依日本法律與專業標準，評估法律 AI 助理所生成的回答。
複審處理日本稅務問題的系統所生成的答案。
標註財務報表，並評估 AI 生成的會計說明。
評估關於日本勞動法規、社會保險與人資作業的回答。
建立並複審涵蓋日本公司登記與法律程序的資料集。
為鎖定日本特定專業產業的產品，建立經專家複審的資料集。
常見問題
關於專家標註的常見問題。
若這裡沒有涵蓋到，歡迎連同需求一起寄來，我們會直接回覆。
指由具備相關專業、產業或學術知識的人員執行標註、評測或複審，而不是交由一般標註人員處理。當正確的標籤取決於領域判斷，而語言流利但非該領域專業的人無法穩定做出這種判斷時，就需要專家標註。
視專案而定，我們可以組建包含具備相關資格或實務經驗人員的團隊。我們並未常設固定名單，能否安排取決於專業領域、資料量、時程與任務要求。我們會在專案開始前，先確認實際可行的範圍。
專案可能會涉及法律、稅務、會計、勞務與社會保險、公司登記、金融、醫療、工程等專業領域的人員。實際的組合依每個專案決定。
可以。專家標註人員能就事實正確性、推理品質、專業妥適性、相關性，以及是否符合專案自訂的評分標準，評估生成的回答。
可以。視專案內容，我們支援偏好排序、回答評測、人類回饋蒐集，以及 LLM 開發與評測中會用到的其他流程。
可以。我們支援日文基準資料集的建置與專家複審，包含需要特定領域知識的資料集。
可以，而且我們也建議這樣開始。標註規範、資格要求與品質控管流程，都要先透過試辦驗證，再放大規模。