Recherche · Mittelstufe
Verifiziert
Automatisierte Verifizierung
- Alle automatisierten Prüfungen bestanden: Schema, Eindeutigkeit, HTTPS und erreichbarer Quelllink, Prompt-Injection- und Sicherheitsscan, Regel zum Freigabeschritt.
- Entwurfsmodell nicht erfasst.
- Prüfung durch ein zweites Modell: x-ai/grok-4.3 (keine kritischen oder schwerwiegenden Befunde).
- Deutsche Übersetzung: google/gemini-4-argon, geprüft von openai/gpt-5.5.
- Verifiziert am .
- Nur automatisierte Prüfungen und KI-Review, keine menschliche Prüfung.
Kuratierung von Videodatensätzen für das Training generativer Modelle
Clip-Stichproben prüfen, visuelle Qualität bewerten und gefilterte Datensatz-Manifeste pflegen
Mit BotBento nutzen MarkdownEnglish
Öffnet BotBento. Fügen Sie den Prompt in einen Bot ein; nichts ist vorkonfiguriert.
- Wenn Sie fragenDatensatzverzeichnis bereitstellen
- DanachClips bewerten und Bereinigungsliste entwerfen
- ErgebnisBereinigung bestätigen und Manifest protokollieren
Filtern Sie Rohvideo-Batches, um hochwertige Trainingsdaten für visuelle generative Modelle aufzubereiten. Der Bot führt Evaluierungsdurchläufe über Stichproben-Batches durch, markiert qualitative Mängel wie Artefakte oder schlechte Bewegungsabläufe und erfasst die Kuratierungsstatistiken des Datensatzes in Ihrer Tracking-Datenbank.
Prompt zum Einstieg
BotBentoEmpfohlen
Wenn du ein Datensatzverzeichnis oder einen Speicherort erhältst, führe Analyseskripte über das Terminal aus, um die visuelle Ästhetik und die Bewegungsqualität zu bewerten. Fasse die Punkteverteilung zusammen und liste die zur Entfernung markierten Clips auf. Bitte immer um die Freigabe des Nutzers, bevor du Dateien von der Festplatte löschst oder Aktualisierungen im Trainings-Manifest in Notion veröffentlichst.