Cleanlab – Lag til datakvalitet og AI-pålidelighed for ML og LLM'er | Quasa.io

#Quasa #QUA #Cleanlab

Cleanlab er et lag til datakvalitet og AI-pålidelighed. Det begyndte som forskning ved MIT i confident learning: at finde forkerte etiketter uden endnu en menneskelig gennemgang. Cleanlab Studio er værktøjet til brug uden kode og med Python, der markerer etiketfejl, afvigere og næsten identiske dubletter i tekst-, billed- og tabeldatasæt og derefter eksporterer et gennemgået “cleanset”. Detect, der bygger på Trustworthy Language Model, giver svar fra LLM'er og agenter i drift en score fra 0 til 1, så et svagt svar kan blokeres, omskrives eller sendes til en person. Remediate er processen med menneskelig inddragelse til at rette svar og vidensbasen. Det kan implementeres som SaaS eller i en privat cloud. Handshake opkøbte virksomheden i januar 2026; produktets videre udvikling som selvstændigt produkt efter aftalen er ikke fuldt ud offentliggjort.

VIGTIGSTE STYRKER
• Finder etiketfejl, som modellen ubemærket lærer af
• Fungerer med tekst, billeder og tabeller, uden kode eller via API
• Pålidelighedsscore for svar i drift, ikke kun for træningsdata
• Sikkerhedsmekanismer mod hallucinationer, mangelfuld informationshentning og brud på retningslinjer
• Menneskelig gennemgang kun af de rækker, der faktisk ser forkerte ud  

IDEELT TIL
ML- og supportteams, der allerede har et datasæt eller en bot og har brug for færre forkerte etiketter og færre skråsikre, forkerte svar.

HØJDEPUNKTER
• Arbejdsgang i Studio: upload, markér, ret, eksportér et cleanset
• Automatisk etikettering af rækker uden etiketter, hvor sikkerheden er høj
• Detect kan tilsluttes RAG, API'er i OpenAI-stil, LangChain og agenter
• Blandt de nævnte kunder er banker og forskningsgrupper
• Open source-rødderne ligger stadig til grund for det kommercielle produkt  

MULIGE FORBEHOLD
• Handshakes opkøb i 2026; bekræft, at produktet stadig leveres som en selvstændig SKU
• Der er få offentlige prisoplysninger; nogle omtaler angiver en startpris på omkring $100 om måneden, mens prisen til større virksomheder gives på tilbud
• En pålidelighedsscore er et filter, ikke et bevis på, at svaret er sandt
• Studio kræver stadig en person til de vanskelige rækker
• Er ikke i sig selv en markedsplads for dataetikettering  

SAMLET VURDERING
4.2/5 stjerner. Brug Cleanlab til at rense datasættet og fange dårlige svar i drift. Betragt ikke scoren som en garanti. Optjen også 1 QUA i belønning ved at skrive en anmeldelse på Quasa.io!

KOM I GANG: https://quasa.io/projects/cleanlab