Dans le chapitre 5, vous avez appris à construire un jeu de données en utilisant la bibliothèque 🤗 Datasets et dans le chapitre 6, vous avez exploré comment finetuner modèles pour certaines tâches courantes de NLP. Dans ce chapitre, vous allez apprendre à utiliser Argilla pour annoter et nettoyer des jeux de données que vous pouvez utiliser pour entraîner et évaluer vos modèles.
La clé pour entraîner des modèles performants est de disposer de données de haute qualité. Bien qu’il existe sur le Hub des jeux de données de qualité que vous pouvez utiliser pour entraîner et évaluer vos modèles, il se peut qu’ils ne soient pas pertinents pour votre application ou votre cas d’utilisation spécifique. Dans ce cas, vous voudrez peut-être construire votre propre jeu de données. Argilla vous aidera à le faire efficacement.
Avec Argilla, vous pouvez :
Voici quelques-unes des choses que vous apprendrez dans ce chapitre :