Подробная информация о модели:
Авторы: ООО "Компания Мегапьютер Интеллидженс"
Тип модели: новая модель
Рекомендации по использованию (формат входных и выходных данных, рекомендации по настройке): Формат входных и выходных данных - строка. Входные данные - транскрибация диалога. Выходные данные - намерение пользователя
Фреймворк: Другой
Открытость: Несвободного использования
Наличие пропусков: Менее 5% или пропуски объясняются природой данных
Наличие аномальных данных: 5-10%
Согласованность форматов данных: Признаки с несогласованным форматом отсутствуют
Уникальность данных: Обучающий набор содержит менее 5% дубликатов или их присутствие обосновано условиями решаемой задачи
Доля объектов, содержащих не соответствующие действительности данные: От 5% до 10%
Сбалансированность классов (для задач классификации): Незначительное расхождение в долях классов между выборками
Наличие артефактов обработки: 30% и более
Согласованность временных данных (для временных рядов): Не применимо
Наличие документации с описанием признаков, их источников и методов предварительной обработки: Детально описаны источники, форматы, процедуры и инструменты предварительной обработки данных
Достоверность источников данных: только достоверные источники
Достаточность датасета для обучения: исследуемый датасет составляет 50-100% от среднего по отрасли
Уровень технологической готовности: MLTRL 9: Массовая промышленная эксплуатация
Отсутствие данных из обучающей выборки в тестовой: Выборки независимы и представлено подтверждение
Соотношение размеров обучающей и тестовой выборок: Тестовая выборка составляет 10-30% от общей или обоснована необходимость другого соотношения
Предотвращение переобучения: Методы предотвращения переобучения применялись
Отбор признаков: Оценено влияние каждого признака на результат работы модели, неинформативные признаки исключены или отбор не применим
Оптимизация гиперпараметров: Методы оптимизации гиперпараметров не применялись
Анализ разложения ошибки на смещение и разброс: Анализ производился или анализ не применим для оцениваемого случая
Входной контроль данных: Проводится комплексная проверка и обработка входящих данных или проверка не требуется
Интерпретируемость результатов: Обеспечена интерпретируемость результатов работы модели
Возможности предварительной настройки: Предварительная настройка доступна или не требуется
Инструменты визуализации и контроля: Модель имеет в составе все необходимые инструменты визуализации и контроля
Требования к компетенциям пользователя: Применять и интерпретировать результаты могут специалисты анализу данных и машинному обучению
Зависимость от зарубежных/открытых библиотек и инструментов: При разработке решения применялись только российские библиотеки и инструменты
Документация к модели: Представлены инструкции по применению модели и ожидаемый результат
Сбалансированность данных обучения и теста (для задач классификации): Незначительное расхождение в долях классов между выборками
Решение моделью актуальных отраслевых задач (применимо для моделей, не носящих исследовательский характер): Модель имеет потенциал применения в 2 или более отраслях
Метрики качества машинного обучения: Результаты работы модели значительно улучшают исходный процесс или превосходят среднеотраслевые
Новизна модели: На российском и международном рынке массово представлены функциональные аналоги
Стабильность: Качество работы модели сохраняется
Робастность: Наблюдается допустимое снижение качества
Автономность: Модель способна самостоятельно получать и применять необходимые результаты
Опытная эксплуатация: Модель тестировалась в реальном рабочем режиме с подтверждением эффективности
Масштаб применимости: Число потенциальных пользователей превышает 5 или модель можно применять в 2 и более отраслях
Обоснованность потребляемых вычислительных ресурсов: Эффективное потребление вычислительных ресурсов
Уровень технологической зрелости (MLTRL): MLTRL 9: Массовая промышленная эксплуатация
На каких условиях предоставляется доступ к ML-модели: Используется только в составе продуктов компании на платной основе
Доступность модели и наличие возможных барьеров для тестирования для зарубежных разработчиков: Систем приема платежей настроена
