off-the-shelf datasets, dataset provider logo
カスタマーサービス
お問い合わせ

jp

Please fill in your name

Mobile phone format error

Please enter the telephone

Please enter your company name

Please enter your company email

Please enter the data requirement

Successful submission! Thank you for your support.

Format error, Please fill in again

Confirm

The data requirement cannot be less than 5 words and cannot be pure numbers

m.nexdata.datatang.com

ホーム > 生成AIデータソリューション

世界のAI大手企業、ベンチャー企業・スタートアップ、大学研究機関から信頼されます。

  • Baidu
  • Tsinghua University
  • iFlytek
  • Microsoft
  • Tencent
  • Shopee
  • NVIDIA
  • Deepmotion
  • AWS
  • Meta
  • Google
  • Intel
  • Qualcomm
  • SAMSUNG

Nexdata 生成AIマップ

Nexdataのデータサービスは、生成AI開発の各段階において、お客様のAIイニシアチブを加速させます。膨大な量のデータを提供することで、モデルのトレーニングに必要なあらゆる側面をカバーすることができます。

Nexdata 生成AIマップ

生成AIカスタマイズ
サービス

Nexdataは、プロジェクトの実施、管理、人間と機械のインタラクティブデータプラットフォームにおける豊富な経験を生かし、教師なし学習データ収集・クリーニング、検証サービスだけでなく、教師あり学習向けカスタマイズデータサービスも提供しています。

テキストデータ

テキストデータ

小学から高校までの全科目と1,500以上の全版教科書をカバー。

パラレルコーパスデータ

パラレルコーパスデータ

2億組以上の大規模パラレルコーパスで、多言語翻訳をサポートしています。

SFT質問応答データ

SFT質問応答データ

50万件のSFTインストラクションファインチューニングデータ、コンテンツセキュリティデータ、複雑なインストラクションフォローデータにより、大規模モデルのセンシティブな問題を識別する能力を向上させます。

マルチモーダルデータ

マルチモーダルデータ

風景、動物、花木、人物、自動車、スポーツ、業界など様々なカテゴリをカバーする200万セットの一般的なシーン画像キャプションデータ。

教師ありファインチューニング（SFT）データ

教師ありファインチューニング（SFT）データ

大規模モデルの論理的推論能力、複雑な指示への追従能力、質問への的確な応答能力を短期間で向上させます。

レッドチーミング

レッドチーミング

不正確な情報（幻想）、有害なコンテンツ、虚偽の情報、差別、言語の偏りなどの観点から、お客様がモデルの問題を発見するお手伝いをします。

人間のフィードバックによる強化学習

人間のフィードバックによる強化学習

SFTで学習されたモデルによって生成された複数の結果に対して、ルールに従って手動でランキングと多要素スコアリングを行います。

データキュレーションサービス

データキュレーションサービス

お客様の分野のデータタイプや特性に基づき、的を絞ったデータクリーニングソリューションと人材支援サービスを提供します。

経験による評価

経験による評価

Nexdataの専門的なベンチマーキングと評価サービスは、貴社のモデル性能に関するエンドユーザの認識について重要な洞察を得るのに役立ちます。

コンプライアンスと
セキュリティ

Nexdataは、データセキュリティと顧客の信頼を最大限に重視しています。当社は個人情報保護法、GDPR、CCPA、PIPC、HIPAA規制に従っています。また、セキュリティと規制遵守のためにISO 27001、ISO 27701、ISO 9001の資格を取得しています。Nexdataは卓越したデータセキュリティを提供し、様々な国際的標準を遵守することで顧客の信頼を得ています。

GDPR
GDPR
CCPA
CCPA
SOC2
SOC2
ISO27701
ISO27701
ISO27001
ISO27001
ISO9001
ISO9001

Nexdataにより
迅速に信頼性高いAIを導入

Nexdataは、パイプラインによるアノテーションワークフローのコントロールを徹底しています。
AIプロジェクトを5倍スピードアップします。

データ収集 アノテーション モデルのトレーニング データ管理 AI導入

潜在的に有害なケースは、アノテーションのために送り返します

ケーススタディ

教師なしデータクリーニング
  • 事例：教師なしデータクリーニング
  • 課題：お客様は有名な大手モデル開発会社です。Nexdataが、様々なフォーマットやレイアウトを持つ1,000万件のPDF論文の解析を依頼しました。
  • ソリューション：Nexdataは1,000万件の異なるフォーマットやレイアウトのPDF論文を解析し、高品質な教師なしデータを作成しました。
基盤モデル強化学習データアノテーション
  • 事例：基盤モデル強化学習データアノテーション
  • 課題：お客様は有名な上場AI企業で、LLM強化学習アルゴリズムを強化することを望んでいました。
  • ソリューション：Nexdataは、ユーザからの質問と出力にアノテーションを付け、同じスコアで出力を振り分けました。1週間の立ち上げ期間で、250人のアノテーターを選定・トレーニングし、わずか6ヶ月で500万件のデータと100万件のRLHFタスクのアノテーションを実現しました。
マルチモーダルデータアノテーション
  • 事例：マルチモーダルデータアノテーション
  • 課題：Tお客様は、家庭と企業の炭素管理に焦点を当てた革新的なハイテク企業で、独自のLLMを開発していました。
  • ソリューション：お客様は、LLMモデルによって生成されたラベル付けマルチモーダルデータを提供。Nexdataは、画像キャプションや画像オブジェクト検出のためのBboxなどのラベルを手作業でレビューし、アノテーション作業を支援しました。
大規模言語モデルの評価
  • 事例：大規模言語モデルの評価
  • 課題：お客様は、世界で初めて1兆個規模の大規模言語モデルを発表した国立研究所で、このモデルの性能を戦略的に強化したいと考えていました。
  • ソリューション：Nexdataは、ドメイン固有の回答能力とセキュリティという2つの側面から、LLMの評価を支援しました。

おすすめデータセット

10万セットのパワーポイント画像問答データ

データセットにはスライド内の100,000枚の画像が含まれ、マークダウンファイルには対応する記述とQAアノテーションが含まれています。画像には、構造図、図面、フローチャート、図面の4種類があります。このデータセットはドキュメントのスマートタスクに使用できます。

パワーポイント 画像質疑応答 ドキュメント解析

150万問の韓国語試験問題構造化解析処理データ

韓国語試験問題の構造化解析処理データ、試験問題総数は約150万問。各問題は問題タイプ、問題文、解答、解析などのフィールドを含む。科目は【小学校】国語、数学、英語、社会、科学；【中学校】国語、英語、数学、科学、社会；【高校】国語、英語、数学、物理、化学、生物、歴史、地理を含む。問題タイプは選択問題、空欄補充問題、正誤問題、記述問題など。このデータは大規模モデルの学科知識強化タスクに利用可能。

K12問題 テキスト LLM 韓国語

700,000組の汎用シーン画像説明データ（簡易説明）

700,000組の画像と説明、画像タイプは風景、動物、花木、人物、車、スポーツ、工業、建築など多種のカテゴリと美学サブセットをカバーし、各画像には少なくとも2つの説明を記載、各説明は1文；一部の画像は1つのみの説明です。説明言語は英語と中国語の2言語です。

テキスト説明 マルチモーダル 汎用シーンデータセット 英語キャプション 中国語キャプション

100万組の汎用シーン画像説明データ（詳細説明）

100万組の画像と説明、画像タイプは風景、動物、花木、人物、車、スポーツ、工業、建築など多種のカテゴリと美学サブセットを含み、画像全体のシーン、シーン内の詳細、および画像が表現する感情を説明します。説明言語は英語と中国語の2言語です。

テキスト説明 マルチモーダル 汎用シーンデータセット 英語キャプション 中国語キャプション

203,029組の医療類多輪質疑応答データ

医療類多輪質疑応答データセットは203,029組の医療シーンにおける多輪質疑応答データを含み、各組の対話は患者と医師の対話プロセスを記録し、疾病カテゴリと質疑応答プロセスを含む。

医療 質疑応答 疾病

9万セットの幅広い領域のカスタマーサービス対話テキストデータ

本データは、通信、電子商取引、金融、生活、ビジネス、教育、医療、エンターテイメントなどの分野をカバーしており、各データセットは1回または複数回の対話で構成されています。このデータは、大規模言語モデル（LLM）のトレーニングやChatGPTなどのタスクに使用できます。

カスタマーサービス対話テキストデータ 通信トピックデータ 商業トピックデータ 金融トピックデータ LLM（大規模言語モデル） 大規模言語モデルデータ ChatGPTデータ

830,276組の多輪対話テキストデータ

多輪対話テキストデータは、実ユーザーがモバイル端末で行ったインタラクション（対話）のテキストデータです。データは既に匿名化処理が施されており、ユーザーのプライバシー情報は保護されています（送信者と受信者はそれぞれ「A」と「B」に置き換えられ、電話番号や氏名などの機密情報は「***」で置き換えられています）。この多輪対話テキストデータは、自然言語理解（NLU）などのタスクに活用できます。

対話型テキストコーパスデータベース 文書データベース

大規模モデル向けコンテンツセキュリティ関連テキストデータ

本データは約57万セットで、大規模言語モデル（LLM）トレーニングやチャットゲットなどのタスクに利用できます。

大規模言語モデルのコンテンツ安全性に関するテキストデータ LLM 大規模言語モデル 大規模モデル ChatGPTデータ

Nexdataが選ばれる理由

ワンストップデータサービス

ワンストップデータサービス

Nexdata.aiは、幅広いデータ
アノテーションと収集サービスを提供し
お客様のAIプロジェクトを成功に導きます。

データQAシステム

データQAシステム

Nexdataは、インテリジェントな自己検査、
複数の品質チェックとISO9001認証により、
高品質なデータをお届けします。

豊富なアノテーションツール

豊富なアノテーションツール

30種類の実績あるアノテーションツール
音声、画像、ビデオ、3D点群、テキストなど
データアノテーションの要件を完全にカバーします。

コンプライアンスとセキュリティ

コンプライアンスとセキュリティ

個人情報保護法、
GDPR、ISO27001/ISO27701に
準拠しています。

AIによる事前認識

AIによる事前認識

AIによる事前認識機能により、
人間とコンピュータの協同による
半自動アノテーションを実現します。

データソリューションの詳細はこちら

ニュースレターを購読する

データセット
全てのデータセット
LLMデータセット
画像・動画データセット
音声認識データセット
音声合成データセット
OCRデータセット
発音辞書データセット
自然言語理解データセット
データサービス
3D点群データ
ストリートビューデータ
OCRデータ
行動識別データ
ID識別データ
音声認識データ
音声合成データ
マルチモーダルデータ
業界
生成AI
自動運転
AR/VR
チャットボット
スマートホーム
リテール
ヘルスケア
企業情報
運営会社
お知らせ
パートナー
高品質データ要件
イベント
リンク
OPENMPD
DataPlus
Datarade
プラットフォーム
プラットフォーム
コンテスト
コンテスト
リソース
オープンデータセット
Nexdata.ai logo より高品質なデータで より高精度なAIを構築
0362568911
[email protected]
nexdata_ai facebooknexdata_ai twitternexdata_ai linkedinnexdata_ai youtube
Copyright © 2023 NEXDATA TECHNOLOGY INC
サイドマップ  利用規約

当社は、お客様のブラウジング体験を向上させ、パーソナライズされた広告やコンテンツを提供し、当社のトラフィックを分析するためにクッキーを使用します。「すべてを受け入れる」をクリックすると、クッキーの使用に同意したことになります。

58c0d7ea-aebe-4315-a81b-21ed89f89078