描述
Pangeanic 是一家多语言 AI 数据和语言技术公司，成立于 2000 年的瓦伦西亚，已从翻译服务转向提供 AI 系统背后的数据、人类反馈和部署基础设施。它与需要语言覆盖、人类监督和对模型运行地点控制的 AI 实验室、企业和公共部门组织合作。
阅读更多
该公司的工作涵盖三个领域。第一是 AI 数据：提供跨文本、语音、音频、图像、视频和多模态格式的许可和定制数据集，以及注释、专家审查和 RLHF（来自人类反馈的强化学习）服务，以使模型行为与客户的术语和政策保持一致。第二是模型定制：选择、微调和评估小型、特定任务的语言模型，包括在客户自己的知识中进行检索增强的基础，旨在希望模型与特定工作流程匹配的组织，而不是大型通用系统。第三是 ECO Intelligence Platform，它连接自适应机器翻译、机器翻译质量估计、PDF、Word、PowerPoint、Excel 和扫描文件的文档翻译以及多语言检索，并可以在具有严格数据驻留要求的组织中部署在私有云、内部或隔离基础设施上。Pangeanic 仍然提供独立的机器翻译和企业文档翻译，作为其语言技术系列的一部分，以及较新的训练数据和主权 AI 工作。
Pangeanic 指出了一些项目，例如为与巴塞罗那超级计算中心合作构建的西班牙语和加泰罗尼亚语模型提供多语言数据、人类反馈和对齐工作，以及支持西班牙税务局的安全文档翻译，作为其数据和部署工作在生产中的示例。该公司为 AI 实验室提供培训和评估数据，企业语言团队自动化翻译工作流程，以及需要在其自身基础设施和治理下部署 AI 的私营和公共部门团队做好了准备。定价是按项目报价，而不是公开的，潜在客户被要求描述他们的语言、数据类型、数量和时间表，然后 Pangeanic 才会评估工作。
- 类别机器学习平台
- 定价模式联系销售
- 部署本地部署、私有云
- 平台网页版
Pangeanic的核心功能
许可和定制的多语言数据集：文本、语音、音频、图像、视频和多模态
为特定任务和领域提供定制数据收集和专业注释
RLHF 和人类反馈服务，以使模型行为与客户术语和政策保持一致
小型语言模型选择、微调和评估，以便于特定任务的部署
在客户自己的受控知识中进行检索增强的模型基础
具有质量估计（MTQE）的自适应机器翻译，用于将内容路由到人类审查
跨 PDF、Word、PowerPoint、Excel 和扫描文件的企业文档翻译
针对敏感工作负载的私有云、内部和隔离部署选项
对受监管或敏感数据集进行数据掩码和匿名化
如何使用 Pangeanic？
定义需求：描述模型任务、语言、数据类型、数量和时间表
获取或委托数据：从目录中许可现有数据集或委托定制收集
准备和审查：让数据由人类专家进行注释、标记和审查
对齐或定制：使用 RLHF 和评估集对模型进行对齐，或将小型语言模型微调到任务
通过 ECO 部署：将翻译、检索和质量估计连接到私有云或内部工作流程
在生产中评估：使用经过人类验证的评估集比较不同语言和领域的模型
Pangeanic的使用案例
- RLHF 和模型对齐
- 主权 AI 部署
- 企业文档翻译
- 小语言模型定制
