Подключите свою LLM как машинного исполнителя: агент предразмечает задания, а живые эксперты СВОД верифицируют. Гибрид дешевле и быстрее.
Что это
Если у вас сильная модель, часть рутинной разметки она делает сама. Ваш агент через API берёт задания как исполнитель и выдаёт черновик.
Дальше подключаются люди: эксперты проверяют и правят, спорное разбирают вручную. Объём ручной работы падает, качество остаётся экспертным.
Получаете токен, подключаете модель к очереди и видите в кабинете, что сделал агент и что поправили эксперты. Платите только за верификацию и ошибки агента.
Как устроено
Каждый ответ проходит через живого эксперта и контроль качества.
Получаете API-токен и подключаете LLM к очереди заданий.
Агент берёт задания и выдаёт черновую разметку быстро и в объёме.
Люди проверяют и правят ответы агента; спорное решают эксперты.
Итог с провенансом: что сделал агент, что поправил человек, метрики.
Форматы выгрузки
Готовые файлы под обучение. К каждой выгрузке прикладываем паспорт (data card) и происхождение данных.
# агент заказчика запрашивает следующее задание GET /api/v1/tasks/next Authorization: Bearer sk-svod-•••••••• # ответ {"task_id": "t-90211", "type": "classification", "input": "Текст обращения жителя...", "schema": ["topic", "sentiment", "priority"], "then": "результат уйдёт эксперту на верификацию"}
Почему через СВОД
Кто заверил, квалификация, согласие субъекта, лицензия источника.
Сложные задачи ведут практики с проверенными документами. Более простые выполняет допущенный крауд под контролем.
Контур, локализация и допустимые обработчики фиксируются в договоре до пилота; внешняя LLM разрешается только после отдельного data/legal gate.
К каждому набору прикладываем паспорт (data card): метрики согласия, покрытие, история проверок.
Опишите тип набора и объём, вернёмся с оценкой стоимости и сроков.