PulseAugur
实时 13:18:23
English(EN) Capping VLM spend per CV researcher: hierarchical budgets in practice

Prophesee 使用 Bifrost 为计算机视觉研究员设定视觉语言模型(VLM)支出上限

Prophesee 的一个计算机视觉研究团队实施了一个名为 Bifrost 的系统,用于管理他们在大型语言模型(LLM)数据集标注方面的支出。由于研究员在缺乏明确监督的情况下运行了大量标注任务,该团队的成本过高且失控。Bifrost 作为一种网关,为个人研究员和团队分配具有预定义月度预算的虚拟 API 密钥,从而防止超支并提供详细的成本可见性。 AI

影响 为管理和控制在 AI 开发任务(如数据集标注)中使用 LLM 的相关成本提供了一个实际解决方案。

排序理由 文章描述了为解决公司内部的实际问题(管理 LLM API 成本)而实施的特定工具(Bifrost),而不是发布新模型或基础研究。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · Marco Rinaldi ·

    Capping VLM spend per CV researcher: hierarchical budgets in practice

    <p><strong>TL;DR: Our 11-person CV team at Prophesee was burning through €3-4k weeks of VLM spend on dataset annotation with no idea which researcher caused which spike. We put Bifrost between the labelling scripts and the providers, mapped one virtual key per person with monthly…