描述
Launchables 提供 Myles，一套经过认证的决策模型，旨在为各种问题类型提供精确、经过校准的概率，包括是/否、选择和评分。这些模型在英国构建，设计为可以在您的服务器、笔记本电脑和设备上运行，或通过 Launchables 决策 API 运行。Myles 的核心原则是其能够将决策保持在可测量的误差范围内，将任何不确定或低置信度的决策交给人类审核，确保可靠性和问责制。
阅读更多
Myles 模型处理以文本、JSON 或图像呈现的情况，在一次前向传递中为每个选项提供概率。这消除了文本生成或复杂解析的需要，使决策过程快速高效。Myles 的校准意味着，如果模型为某个选项分配了 0.9 的概率，则该选项大约在 90% 的时间内是正确的，允许用户在部署前设置可信的误差率。
Launchables 提供多个 Myles 模型，每个模型针对不同的部署环境和性能需求进行了优化。这些模型从 Myles-22M（能够在浏览器或手机上以毫秒级速度运行）到 Myles-G 31B（为数据中心 GPU 设计，提供高精度和速度）。这种灵活性使组织能够在其数据已经存在的地方部署决策能力，包括断开连接或隔离的网络，确保数据主权和安全。
决策 API 支持三种主要问题类型：'noul' 用于是/否分类，'choice' 用于从多个标签中选择一个，'score' 用于评分。它还处理图像输入，允许像 Myles-G 12B 和 Myles-G 31B 这样的模型根据收据、屏幕截图或产品照片做出决策。这种能力对于费用报销审批、代理安全检查和视觉产品检查等用例至关重要。
Myles 模型特别适合在各个行业中进行小型、频繁且重要的决策。这些行业包括公共部门的分诊和资格检查、金融服务的欺诈检测和投诉路由、健康和护理的转诊分诊和数据检查，以及 AI 产品团队在其代理中实施保护措施和基础检查。许可模型灵活，为自托管解决方案提供按部署许可，或为托管 API 提供按百万输入令牌计费的模型，自托管部署没有每个决策的费用。
- 类别机器学习与数据科学
- 定价模式免费增值
- 部署云端, 自托管
- 平台网页版, Windows, macOS
Launchables Myles的核心功能
经过认证的决策模型：在英国构建，具有可测量的误差率。
经过校准的概率：为每个选项提供概率，确保可信性。
灵活的部署：在您的服务器、笔记本电脑、手机上运行，或通过托管 API 运行。
文本和图像输入：处理来自文本、JSON 和 PNG/JPEG 图像的情况。
三种问题类型：支持是/否（noul）、选择和评分问题。
单次决策：在一次前向传递中提供概率，无需文本生成。
人工交接：将低于设定置信度阈值的决策交给人工处理。
离线能力：在断开连接和隔离的网络上运行。
多种模型大小：提供从 22M（浏览器/手机）到 31B（数据中心 GPU）的模型。
数据主权：数据保留在您操作的硬件上，未发送至 Launchables。
LLM 保护措施：检查提示注入、毒性和个人数据以保护 AI 代理。
安全检查：在执行前评估代理行为的风险。
收据和图像审批：自动检查费用报销和视觉检查。
透明的来源：每个模型的基础模型、数据和许可证的发布记录。
如何使用 Launchables Myles？
评估决策：将您的决策样本发送给 Launchables 进行测量和误差率评估。
获取 API 密钥：获取 API 密钥以开始调用托管的决策 API。
集成 API：将情况（文本、JSON 或图像）和类型化问题发送到 API，以接收经过校准的概率。
设置阈值：定义决策的误差率阈值，以自动化清除和交接其余部分。
本地部署：为在您自己的服务器、GPU、笔记本电脑或手机上部署 Myles 购买许可证。
监控和升级：跟踪模型性能，并根据测量结果升级到新版本。
Launchables Myles的使用案例
- 客户服务分诊
- 欺诈和诈骗检测
- LLM 代理保护措施
- 收据和费用审批
- 视觉产品检查
- 医疗转诊分诊
- 计算机使用代理安全
- 内容基础检查
- 资格检查
