DataVLab enregistre 12 740 visites mensuelles avec une croissance mensuelle de -7,8 % et un modèle tarifaire Tarifs sur demande. Label Studio enregistre 137 199 visites mensuelles avec une croissance de -16,1 % et un modèle tarifaire Tarifs sur demande, Gratuit.
Services d'annotation de données ISO 27001 pour les équipes IA et machine learning des secteurs réglementés
Label Studio is an open-source data labeling and AI evaluation platform from HumanSignal. It handles images, video, audio, text, documents, time series and agent traces in one flexible workspace, and connects to your ML pipeline through an API, Python SDK and webhooks.
| Dimension / Métrique | | |
|---|---|---|
| Domaine officiel | datavlab.ai | labelstud.io |
| Modèle tarifaire | Tarifs sur demande | Tarifs sur demande, Gratuit |
| Visites mensuelles | 12,74 k (12 740) | 137,2 k (137 199) |
| Delta de trafic mensuel | -1,08 k (-7,8 %) | -26,29 k (-16,1 %) |
| Marché principal et part | 🇺🇸 États-Unis (27 %) | 🇺🇸 États-Unis (23,9 %) |
| Visites directes / mois | 5,13 k | 47,14 k |
| Note des utilisateurs | 4,2 | 4,7 |
| Plateformes prises en charge | Site web | Site web |
Services d'annotation de données ISO 27001 pour les équipes IA et machine learning des secteurs réglementés
Boîtes englobantes, polygones, masques de segmentation, points clés, repères et étiquettes de classification, avec validation humaine sur chaque lot.
Boîtes, masques, points clés et pistes d'objets à identité cohérente image par image, validés au niveau de la séquence.
Cuboïdes 3D, segmentation de nuages de points, étiquetage des zones praticables et suivi d'objets pour la robotique, la mobilité autonome et l'IA industrielle.
Étiquetage de régions de texte, segmentation documentaire, annotation de manuscrits, extraction de champs structurés et évaluation de LLM avec grilles calibrées.
Label Studio is an open-source data labeling and AI evaluation platform from HumanSignal. It handles images, video, audio, text, documents, time series and agent traces in one flexible workspace, and connects to your ML pipeline through an API, Python SDK and webhooks.
Programmable interfaces and custom templates let one workspace handle images, video, audio, text, PDFs, time series and multi-modal tasks.
Build custom benchmarks and rubrics, run side-by-side model comparisons, and grade generated answers against retrieved sources for RAG evaluation.
Collect human preferences, corrections and rankings to feed reinforcement learning from human feedback and fine-tuning workflows.
Connect observability tools, storage and any model to power AI-assisted pre-labeling, benchmarking and continuous evaluation.
Gratuit / Open sourceExécutez et développez avec des modèles d'IA ouverts, en local ou dans le cloud
Gratuit / Open sourceExécutez et développez avec des modèles d'IA ouverts, en local ou dans le cloud
Gratuit / Open sourceModelScope (魔搭社区) is an open-source AI community and model service platform that hosts thousands of pretrained models, datasets, and ready-to-run demos, backed by Alibaba Cloud infrastructure.
Gratuit / Open sourceModelScope (魔搭社区) is an open-source AI community and model service platform that hosts thousands of pretrained models, datasets, and ready-to-run demos, backed by Alibaba Cloud infrastructure.
SpécialiséInfrastructure IA d'entreprise où logiciels et experts humains travaillent ensemble
SpécialiséInfrastructure IA d'entreprise où logiciels et experts humains travaillent ensemble
Gratuit / Open sourceOpen WebUI is an open-source, self-hosted AI interface that lets individuals and organizations run any model — local or cloud — inside a workspace they fully control. It ships as a one-command install, supports Ollama, OpenAI-compatible and Anthropic endpoints, and extends through Python tools, functions and pipelines.
Gratuit / Open sourceOpen WebUI is an open-source, self-hosted AI interface that lets individuals and organizations run any model — local or cloud — inside a workspace they fully control. It ships as a one-command install, supports Ollama, OpenAI-compatible and Anthropic endpoints, and extends through Python tools, functions and pipelines.
SpécialiséLes environnements où s'entraîne l'IA de pointe, et les agents qui font le travail récurrent
SpécialiséLes environnements où s'entraîne l'IA de pointe, et les agents qui font le travail récurrent
Des données d'entraînement et d'évaluation validées par l'humain pour les modèles d'IA de pointe
Des données d'entraînement et d'évaluation validées par l'humain pour les modèles d'IA de pointe
SuperAnnotate is an AI data platform that combines a collaborative multimodal annotation editor, an expert data-operations team, and the orchestration layer needed to move curated datasets into training, evaluation, and production pipelines. It is aimed at teams building computer vision, NLP, audio, and generative AI systems who need reliable, high-quality ground truth at scale.
SuperAnnotate is an AI data platform that combines a collaborative multimodal annotation editor, an expert data-operations team, and the orchestration layer needed to move curated datasets into training, evaluation, and production pipelines. It is aimed at teams building computer vision, NLP, audio, and generative AI systems who need reliable, high-quality ground truth at scale.
SpécialiséSuivez, évaluez et livrez modèles et agents d'IA dans un environnement connecté.
SpécialiséSuivez, évaluez et livrez modèles et agents d'IA dans un environnement connecté.
Gratuit / Open sourceObservabilité, évaluation et amélioration continue des agents pour l'IA en production
Gratuit / Open sourceObservabilité, évaluation et amélioration continue des agents pour l'IA en production
SpécialiséLa couche de données multimodale pour les équipes de vision par ordinateur et de physical AI
SpécialiséLa couche de données multimodale pour les équipes de vision par ordinateur et de physical AI
Gratuit / Open sourceDonnées d'entraînement IA, annotation et évaluation pour l'entreprise
Gratuit / Open sourceDonnées d'entraînement IA, annotation et évaluation pour l'entreprise
Uniformiser l'évaluation, l'observabilité et le red teaming LLM dans toute l'organisation
Uniformiser l'évaluation, l'observabilité et le red teaming LLM dans toute l'organisation
