[151] עקבות של רעשי תיוג עם ד״ר שמואל חיון

About this episode

The episode discusses the impact of incorrect tagging on AI model training with Dr. Shmuel Hayon.

השבוע באקספליינבל אנחנו עוברים למתכונת רימוט ומארחים את ד״ר שמואל חיון, חוקר AI בכיר בהירונדו, שיספר לנו על העקבות שתיוג לא נכון משאיר לנו בזמן אימון המודל. הבנו איך טעות סיווג בהקלטה עם קשר טמפורלי קשורה לקלסיפיקציה של חתולים, ומתי סטטיסטיקות על פיצ׳רים כבר לא יכולות לעזור לנו במציאת טעויות סיווג (רמז: תמונות). העמקנו בהשפעה של דוגמא עם סיווג לא-נכון על loss של דוגמא אחרת, ואיך מודאליות שונה תשתמש אחרת באותה ליבה אלגוריתמית למציאת הרעשים. המאמרים שהוזכרו בפרק: שערוך יעיל של data influence למציאת שגיאות תיוג סקירת מגוון שיטות לחישוב מקורב של data influence 00:00 היי שמואל, חוקר AI בכיר בהירונדו 02:40 חשיבות איכות הדאטה וכלב שמסווג כחתון 07:35 מבדיקה ידנית ועד קרבה סמנטית: איך להתמודד עם רעשי סיווג 13:33 מודאליות ותיוגים: איפה אנחנו הכי פגיעים 18:45 שגיאות תיוג נפוצות 22:44 איך לומדים ביחד ולחוד עבור מודאליות שונה 32:29 תוצאות בשטח 35:48 איך ללמוד עוד

People in this episode

Hosts: Tamir Nave, Mike Erlihson, Uri Goren, Hila Paz Herszfang

Guest: ד״ר שמואל חיון

Topics covered

• AI
• data quality
• classification errors
• model training
• data influence
• semantic proximity

Keywords

• AI
• tagging errors
• model training
• data influence
• classification
• semantic proximity
• loss function

Mentioned in this episode

Organizations: הירונדו

More episodes of ExplAInable

• [156] בני-נוער ולמידת מכונה: איך יראה הדור הבא של הדאטה סיינטיסטים · June 8, 2026 · 31 min
• [155] Diffusion Language Models · May 25, 2026 · 25 min
• [154] על Physical AI: מתי הומנואידים של טסלה ושוטף-שואב יחלקו foundational model · May 12, 2026 · 23 min
• [153] למידה אדוורסריאלית · April 26, 2026 · 36 min
• [152] ביו-האקינג כמו דאטה סיינטיסט · April 15, 2026 · 17 min
• [150] לסקור מאמרים כמו מייק · March 8, 2026 · 33 min