.svg){kind=small}
2024年9月のNebulaアップデートは、Nebulaワークフローと緊密に統合された「アクティブラーニング」トレーニング手法を導入することで、Nebula AIツールキットを拡張します。このアップデートは、予測符号化（PC）プロジェクトにおいて、特に軽量で高精度なAIモデルを作成するために専門家（SME）とトレーニングを行うユーザーにとって、防御可能でメトリクスに裏打ちされた戦略に従いたいユーザーにとって理想的な追加となる新しいワークフローのステージタイプを導入します。
eDiscoveryプロジェクトのためのアクティブラーニング
新しい「アクティブラーニング」ステージタイプは、レビュアーまたはSMEが、トレーニング文書と検証文書の両方を含む文書のバッチを直接チェックアウトできるように設定できます。この比率は、能動学習段階の設定で定義することができます。これにより、コントロールセットのレビューの効率が改善され、検証を品質モデルのトレーニングと適切にバランスさせることができます。これにより、中小企業は、どのようなプロジェクトでも、迅速で、測定可能で、防御可能な予測コーディングを提供することができます。
コントロールセットの管理
PC管理者は、コントロールセットの管理、SMEのレビューの調整、予測コーディング結果の有効性の検証を簡単に行うことができます。適切な権限を持つユーザは、スイッチを押すだけでコントロールセットを有効にし、有病率、想起率、精度などの優先度メトリックを定義することができます。Nebulaは自動的にコントロールセットの進捗を追跡し、信頼度やエラーマージンなど、ユーザーが設定したパラメータに基づいて必要なコントロールセットを調整する。コントロールセットのドキュメントは、バイアスを防ぐためにSMEチームからは見えないように設計されているが、管理者はコントロールセットダイアログのショートカットを使って、これらのドキュメントをすぐに見つけることができる。さらに、グラフには選択した分類器のパフォーマンス指標が表示され、ユーザーは最もインパクトのあるスコアしきい値を選択することができます。
Nebulaの個別学習戦略
今回のアップデートにより、ユーザーは、TAR 1.0、2.0、継続的アクティブラーニングなど、自分のニーズや案件の要件に最も適した学習ストラテジーを、すべてNebula環境内で実装できるようになりました。プラグインやアドオンは必要ありません。すべてがプラットフォーム内に含まれており、TARと機械学習のワークフローを管理するための合理化されたユーザーフレンドリーな体験を提供します。
この新機能は、複雑なeDiscoveryワークフローをサポートするというNebulaのコミットメントを強化するもので、経験豊富な予測コーディングの実務者であれ、初めて使用する人であれ、予測コーディングとアクティブラーニングを効率的に管理するために必要なツールをユーザーに提供します。