Zum Inhalt springen
AtheronLABS

Erkanntes Land: Vereinigte Staaten. Preise werden in US-Dollar angezeigt. Nicht richtig?

labs@atheron:~/industries/music-film/ai$ train agent --grounded

KI zur Metadatenbereinigung

Korrekturvorschläge, von Ihrem Team freigegeben.

Katalog-Metadaten sammeln über die Jahre kleine Fehler: ein Name in drei Schreibweisen, ein fehlender Credit, ein Code bei der falschen Ausgabe. Ein Open-Source-Modell kann sie in großem Umfang finden und Korrekturen vorschlagen, auf Servern, die Sie kontrollieren, während Ihr Team bei jeder Änderung das letzte Wort behält.

// worauf es hier ankommt

Was in dieser Branche anders ist.

01

Vorschläge, keine Änderungen

Das Modell schlägt vor; Ihr Team gibt jede Korrektur frei oder lehnt sie ab.

02

Ihr Katalog bleibt privat

Das Modell läuft auf Servern, die Sie kontrollieren, und nichts wird an einen externen KI-Anbieter gesendet.

03

An Ihrem Katalog gemessen

Bewertet an Korrekturen, die Ihr Team schon gemacht hat, vor jeder Änderung am Modell.

04

Credits mit Sorgfalt behandelt

Änderungen an Urheber-Credits gehen immer an einen Menschen und werden nie automatisch übernommen.

// Beispielprojekte

Beispiele mit Preis.

Jedes ist angenommen, als solches gekennzeichnet und live aus unserer Preisliste berechnet. Öffnen Sie eines im Rechner und machen Sie es zu Ihrem.

BeispielprojektAPIKIOpen-Source-Modell

Katalog-Metadaten und Vertriebs-Feeds

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Die Katalog-Metadaten eines Labels liegen in Tabellen, und Titel, Credits, Codes und Veröffentlichungsdaten unterscheiden sich zwischen dem, was an jeden Vertrieb geht, und dem, was in den Shops erscheint.

// Was wir bauen würden

Ein Integrations-Hub, der einen einzigen Katalogdatensatz führt und ihn an jeden Vertrieb im Feed-Format sendet, das dieser annimmt, etwa DDEX für Musik oder ONIX für Bücher, mit einem Open-Source-Modell, das Korrekturen für fehlende Credits, uneinheitliche Namen und falsch zugeordnete Codes vorschlägt, die Ihr Team freigibt.

// Was drin ist

  • Ein Katalogdatensatz für Titel, Credits, Codes und Daten
  • Feeds an jeden Vertrieb im Format, das er annimmt, etwa DDEX oder ONIX
  • Vorgeschlagene Korrekturen für Credits, Namen und Codes, von Ihrem Team freigegeben
  • Änderungen an alle Vertriebe gleichzeitig, mit einem Protokoll jeder Lieferung
  • Ein Modell auf Servern, die Sie kontrollieren, damit der Katalog privat bleibt

// Tech-Stack

  • Node.js
  • PostgreSQL
  • DDEX- und ONIX-Feeds
  • Open-Source-Modell auf GPU
  • DigitalOcean Toronto

// Schätzung

Entwicklung
≈ 108.000 USD bis 165.000 USD, delivered within 22 weeksCAD 153,300 to 234,400
Hosting
≈ 4.360 USD im MonatCAD 6,210 im Monat
Support
≈ 2.500 USD im MonatCAD 3,565 im Monat

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg
Open-Source-Modell
Laufende Modellkosten
≈ 4.190 USD im MonatCAD 5,960 im Monat

Zeitplan je Meilenstein

Spécification et plan d’évaluation
2.9 to 3.4 weeks
Contrat d’API convenu
2.4 to 3.4 weeks
Projet pilote fonctionnel
2.9 to 4.9 weeks
Ressources principales bâties
1.9 to 3.4 weeks
Sécurité, passerelle et connexions
1.4 to 2.4 weeks
Documentation, SDK et tests de charge
1.4 to 1.9 weeks
Production
0.9 to 1.4 weeks
Mise en ligne et premiers appelants
0.9 to 1.4 weeks

Nicht in unserer Hand, und im Kalender berücksichtigt

Accès à l’API de chaque système externe
1 to 4 weeks

Wie bezahlt wird

Anzahlung 20%
CAD 30,600 to 46,820
Spécification et plan d’évaluation 6.8%
CAD 10,404.00 to 15,918.80
Contrat d’API convenu 4.4%
CAD 6,732.00 to 10,300.40
Projet pilote fonctionnel 20.4%
CAD 31,212.00 to 47,756.40
Ressources principales bâties 13.4%
CAD 20,502.00 to 31,369.40
Sécurité, passerelle et connexions 8.9%
CAD 13,617.00 to 20,834.90
Documentation, SDK et tests de charge 4.4%
CAD 6,732.00 to 10,300.40
Production 6.8%
CAD 10,404.00 to 15,918.80
Mise en ligne et premiers appelants 4.9%
CAD 7,497.00 to 11,470.90
Holdback, 30 days after launch (10%)
CAD 15,300 to 23,410
Temps GPU pour l’entraînement et les tests, au coût
CAD 300. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

// questions

Fragen, die wir dazu bekommen.

Trainiert das Metadatenmodell mit den Werken unserer Künstler?

Nein. Es liest nur Katalog-Metadaten, nie die Aufnahmen, Filme oder Manuskripte.

Wie genau sind die vorgeschlagenen Korrekturen?

Wir messen sie an Korrekturen, die Ihr Team schon gemacht hat, und zeigen Ihnen die Ergebnisse vor dem Start.

Kann es fehlende Credits selbst ergänzen?

Nein. Es markiert Lücken und schlägt vor, wo die Antwort liegen könnte; ein Mensch bestätigt jeden Credit.

// weiter

Nicht ganz Ihr Projekt?

Sagen Sie uns, was Sie vorhaben. Wir melden uns mit einer Spanne und den Fragen, die sie eingrenzen würden. Oder buchen Sie ein Gespräch und wir reden darüber.

Open-Source-KI zur Bereinigung von Katalog-Metadaten bei Labels und Verlagen | Atheron Network Labs