会社
あえて小さな、 スタジオ。
Avenpaは小さなソフトウェアを作り、小さいまま保ちます。公開中のツールサイト、学習中の言語モデル、そして問い合わせフォームの向こう側にいる人が、すべてです。
なぜ小さいのか
学習させた人が、最後まで責任を持ちます。
学習を回したその人が、 出力が間違っているというメッセージに答えます。
小さなモデルは、学習させた人が端から端まで理解できます。その人があとからもそばにいることが、品質が保たれる理由のすべてです。
だから、守るべきロードマップも、四半期のテーマもありません。仕事は、それが本当に必要な仕事かどうかで選び、次を始める前に終わらせます。ひとつの仕事をきちんとこなすモデルが、役目を果たすモデルです。
プロセス
モデルができるまで
4つのステップです。ひとつ飛ばせば、ページに表れます。
01
狭い仕事を選ぶ
繰り返し発生する具体的な作業があるときだけ、モデルを学習させる価値があります。小さく具体的なものは、大きく曖昧なものに勝ります。
02
まずデータを作る
品質の大部分はコーパスで決まります。学習ステップをひとつ回す前に、データを集め、選別し、測定します。
03
小さく学習し、こまめに測る
比較できる長さで回します。変更はすべて直前の結果と比べて評価し、損失曲線は要約せずそのまま残します。
04
公開したあとも、連絡がつくようにする
モデルは限界を横に書いて公開し、問い合わせフォームは対応できる人に届きます。未完成のものは、未完成と明記します。
状況
いまの状況
誰も進み具合を推測しなくて済むよう、ありのままに書きます。
Wren v1
工房で準備中事前学習中。韓国語と英語。まだ利用できません。
Avenpa Tool
公開中公開中で、唯一の公開プロダクトです。
このサイト
公開中いまお読みのサイトで、スタジオの玄関です。
それ以外すべて
工房で準備中工房で準備中です。発表せず、リンクもせず、きちんと動くまではプロダクトとして数えません。
仕事の内容を教えてください。
小さくて明確な仕事が向いています。学習させる価値のある言語タスク、控えめなハードウェアで動かす必要のあるモデル、間違い続ける出力などです。私たちが引き受けるべきかどうかをお伝えします。
スタジオに問い合わせる