Des environnements RL construits à partir de travail d'entreprise réel

The General Data Company construit pour les laboratoires d'IA des environnements d'apprentissage par renforcement à partir de flux de travail d'entreprise réels et consentis : des spécifications de tâches ancrées dans de véritables documents opérationnels, un état de travail réaliste et des vérificateurs programmatiques qui notent chaque tentative. Les droits sont vérifiés à la source. Le matériel est tenu à l'écart du web ouvert et n'a jamais été publié.

Contenu livré

Spécification de tâche, état de travail, vérificateur programmatique, partition réservée

Droits

Chaîne de titres écrite, de la procédure d'origine jusqu'à votre licence

Exclusivité

Possible au niveau de la collection de tâches, refusée à tout autre acheteur

Pourquoi les laboratoires achètent des environnements, et pas seulement des corpus

Les modèles de pointe sont de plus en plus entraînés par apprentissage par renforcement sur des tâches vérifiables. Un corpus documentaire statique montre à un modèle à quoi ressemble le travail ; un environnement RL lui permet de tenter ce travail et d'être noté sur le résultat. Ce signal de notation est un vérificateur programmatique qui décide si la tentative a réussi, et c'est lui qui rend un environnement utilisable pour l'entraînement, et pas seulement pour l'évaluation.

La ressource rare n'est plus le texte. Ce sont des tâches réalistes et vérifiables, tirées de travail réellement effectué, qui ne sont jamais apparues sur le web ouvert, de sorte que rien de la tâche ne fuite dans les données de pré-entraînement.

Ce que contient un environnement TGDC

• Une spécification de tâche dérivée d'un flux de travail réel : l'objectif, l'état de départ et les documents dont disposait réellement la personne en charge.
• Un état de travail réaliste, assemblé à partir de documents opérationnels dont les droits sont vérifiés (correspondance, contrats, écritures, formulaires), anonymisés et contrôlés lot par lot.
• Un vérificateur programmatique qui note chaque tentative face à la manière dont le dossier s'est réellement dénoué, afin que l'environnement produise un signal de récompense exploitable.
• Une partition d'évaluation réservée, pour que les laboratoires mesurent leurs progrès sur des tâches que le modèle n'a jamais vues sous aucune forme.

D'où viennent les tâches

Chaque environnement repose sur les trois canaux d'approvisionnement de TGDC : les actifs de procédures collectives, que les administrateurs judiciaires ne libèrent que sous mandat écrit ; l'enregistrement de flux de travail, capté avec consentement pendant que le travail se déroule ; et les documents personnels apportés via notre application, avec anonymisation sur l'appareil. Rien n'est collecté par scraping. Comme les documents sous-jacents n'ont jamais été publiés, les tâches qui en résultent sont réellement inédites pour tous les modèles existants.

Le manque que nous visons est le travail expert au sein d'opérations réelles : ces flux administratifs, juridiques et financiers à forte charge de raisonnement que les données publiques du web ne peuvent pas enseigner, parce que ce travail n'a jamais été sur le web.

Licence et exclusivité

Les environnements sont licenciés par collection de tâches, avec des conditions écrites. La licence exclusive est possible au niveau de la collection : une collection exclusive est livrée à un seul client et refusée à tous les autres. Chaque livraison comprend une documentation de provenance et des rapports d'anonymisation par lot, afin que les équipes achats et juridiques puissent retracer précisément l'origine de chaque élément et les droits qui s'y attachent.