Rotoclear AI Chatbot ↗
Ein Assistent mit wissensgestützter Antwortgenerierung, der Produktwissen mit natürlichsprachlichen Fragen verbindet.
Ein Annotationsablauf, der Vorschläge eines Vision-Language-Modells, menschliche Prüfung und Lernen aus Korrekturen verbindet.
Über die Arbeit sprechen ↗Ein Annotationsablauf, der Vorschläge eines Vision-Language-Modells, menschliche Prüfung und Lernen aus Korrekturen verbindet.
Dieses Repository gehört zu einer Organisation, mit der ich zusammenarbeite. Die Aufnahme beschreibt die Projektlandschaft und beansprucht keine alleinige Urheberschaft.
Ein Modell schlägt eine Annotation vor, keine fertige Beschriftung.
Interaktive Erklärung mit Beispieldaten. Keine Live-Dienste oder privaten Projektdaten.
Die Box verschieben, um den Vorschlag zu prüfen. Ein Modellvorschlag ist nicht automatisch eine akzeptierte Annotation.
Technische Hintergründe zum Vertiefen.
Der Annotationsablauf verbindet Qwen-Vorschläge mit menschlicher Prüfung auf einer Zeichenfläche. Segmentierungshilfen und Korrekturverläufe verknüpfen Beschriftung mit überwachtem und präferenzbasiertem Training.
Ein Modellvorschlag ist ein Ausgangspunkt, keine akzeptierte Annotation. Menschliche Korrekturen werden zu Trainingsmaterial; getrennte Prüfungen von Präzision, Trefferquote und Überlappung steuern die Freigabe neuer Adapter.
FastAPI-Ausführung und n8n-Anweisungen organisieren den Ablauf. Die Architektur beschreibt eine Auswertungsschleife, belegt ohne gemessene Experimente aber keine Genauigkeitssteigerung.
Der Quellcode ist privat. Das Portfolio enthält eine allgemeine Beschreibung ohne interne Dateien oder Kundendaten.
Über die Arbeit sprechen ↗