En lärdom borttagen, resten kvar.
Ta bort en inaktuell eller oönskad lärdom och behåll allt annat, utan något att träna om.
Glömska och datakontroll. Den körs På en behörig begäran.
- 40 / 40*Förgiftade exempel borttagna, med legitim inlärning kvar. Se resultatet →
* Siffror från Vareons interna benchmarktester, inte oberoende verifierade. Läs ansvarsfriskrivningen
Inaktuell, fel eller oönskad: den försvinner.
En lärdom kan tas bort för att den är inaktuell, för att den var fel, eller för att den aldrig borde ha lärts in. Du väljer, och allt annat blir kvar.
Inaktuell: fjolårets prislista.
Inget att träna om.
Med Duplex krävs en förfrågan för att ta bort en lärdom. Att ta bort en ur en tränad modell innebär att träna om den.
Först, hitta lärdomen.
Lär sig och avlär.
Duplex lär sig av varje bekräftat resultat direkt, och varje enskild lärdom kan tas tillbaka medan resten blir kvar.
- Den lär sig av varje bekräftat resultatBekräfta ett resultat en gång, så drar nästa förfrågan redan nytta av det, utan omträning och utan nya promptar.
- En korrigering ändrar nästa svarDitt team slutar upprepa samma korrigering: när den väl har godtagits formar den varje liknande svar därefter.
- En felaktig ändring tas tillbakaEn lärdom som gjorde svaren sämre kan återkallas, och de svar som fungerade tidigare kommer tillbaka.
- En lärdom borttagen, resten kvarTa bort en inaktuell eller oönskad lärdom och behåll allt annat, utan något att träna om.
- Den lär sig vad varje handling görPlanerna blir mer pålitliga med tiden, eftersom Duplex lär sig vad varje åtgärd ändrade.
- En felaktig observation tas bortTa bort en observation som visade sig vara fel, så kontrolleras varje plan som byggde på den igen.
Se det i ditt eget arbete.
Från din egen assistent till varje agent ditt företag kör sätter en pilot Duplex på ditt eget arbete, med mätetal som avtalas innan den börjar.