Project Icon

LabelLLM

开源数据标注平台 优化LLM开发流程

LabelLLM是一个开源数据标注平台,旨在优化大型语言模型(LLM)开发中的数据标注流程。该平台提供灵活配置、多模态数据支持、全面任务管理和AI辅助标注功能。LabelLLM适合独立开发者和中小型研究团队使用,可显著提高数据标注效率,为LLM训练数据准备提供有力支持。

LabelLLM:开源数据标注平台

产品介绍

LabelLLM是一个创新的开源平台,致力于优化大型语言模型开发中不可或缺的数据标注过程。它专为独立开发者和中小型研究团队设计,旨在提高标注效率。LabelLLM的核心承诺是通过提供全面的任务管理解决方案和多样化的多模态数据支持,简化并提高模型训练的数据标注过程。

主要特点

灵活配置

LabelLLM以其适应性强的框架著称,提供一系列可定制的特定任务工具,以满足各种数据标注项目的多样需求。这种灵活性使其能够无缝集成到各种任务参数中,成为模型训练数据准备中的宝贵资产。

多模态数据支持

认识到数据多样性的重要性,LabelLLM扩展了其功能,涵盖了广泛的数据模态,包括音频、图像和视频。这种全面的方法确保用户可以在单一统一平台下进行涉及多种类型数据的复杂标注项目。

全面的任务管理

为确保最高标准的质量和效率,LabelLLM具有全面的任务管理系统。该系统提供实时监控标注进度和质量控制,从而保证所有项目数据准备阶段的完整性和及时性。

人工智能辅助标注

LabelLLM支持预标注加载,用户可以根据实际需求进行细化和调整。这一功能提高了标注的效率和准确性。

https://github.com/user-attachments/assets/1acb2096-38dc-4225-8aa5-bdb616862679

产品特性

多功能性

通过LabelLLM,用户可以访问广泛的数据标注工具套件,设计用于满足各种任务需求,同时不影响标注的效率或精确度。

用户友好

除了强大的功能外,LabelLLM还特别注重用户体验,提供直观的配置和工作流程,简化数据标注任务的设置和分配。

效率提升

通过incorporateAI辅助标注,LabelLLM大幅提高了标注效率。

入门指南

视频教程

点击下方图片观看视频:

本地部署

部署教程视频:https://www.youtube.com/watch?v=KXofJzCOafk

  1. 在本地克隆项目或下载项目代码压缩包。

    建议在Linux上运行,如果遇到安装问题可以参考

  2. 安装Docker,选择相应的操作系统类型并下载安装,然后启动Docker服务

    Docker安装教程:https://docs.docker.com/get-docker/

  3. 在相应项目的文件地址下运行命令:

    docker compose up
    

    注意:初次安装可能需要一些时间,请耐心等待并确保网络连接良好。
    如果你在中国,可以使用以下命令加快下载速度:

    // /etc/docker/daemon.json
    {
      "registry-mirrors": [
        "https://docker.m.daocloud.io"
      ]
    }
    

    更多信息:https://github.com/DaoCloud/public-image-mirror?tab=readme-ov-file#%E6%9C%80%E4%BD%B3%E5%AE%9E%E8%B7%B5

  4. 打开浏览器访问 Localhost:9001。

    用户名:user 密码:password

  5. 创建新的访问密钥并填写以下字段:

  • 访问密钥:MekKrisWUnFFtsEk
  • 密钥:XK4uxD1czzYFJCRTcM70jVrchccBdy6C

    你可以在 ./backend/.env 文件中找到内置的AK/SK环境变量。或者,你可以创建新的访问密钥并更新.env文件中的AK/SK。

  1. 打开浏览器访问以下地址:

    http://localhost:8086/supplier 标注

    http://localhost:8086/operator 管理

    将localhost替换为相应的ip地址,可以与其他团队成员共享,他们可以直接使用而无需重复部署。

    首个注册账号将默认设置为管理员,后续账号需要设置才能获得操作端账号权限,请不要忘记首个注册账号和密码!

引用

@article{he2024opendatalab,
  title={Opendatalab: Empowering general artificial intelligence with open datasets},
  author={He, Conghui and Li, Wei and Jin, Zhenjiang and Xu, Chao and Wang, Bin and Lin, Dahua},
  journal={arXiv preprint arXiv:2407.13773},
  year={2024}
}

技术交流

欢迎加入Opendatalab官方微博群!

链接

  • LabelU(Opendatalab的另一个多模态标注工具)
  • MinerU(一站式高质量数据提取工具)

配置详情

后端文档 配置文件

前端文档 配置文件

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号