Prezi ケーススタディ：Hugging Face エキスパートサポートでMLロードマップを加速

PreziはHugging Faceを活用してマルチモーダルAI開発を加速

Preziは、Hugging Face エキスパートサポートプログラムとInference Endpointsを統合し、機械学習ロードマップを加速させています。特にPrezi AI製品向けです。より小型で効率的なオープンソースモデルへ移行し、エキスパートの指導を活用することで、テキストと画像を組み合わせたダイナミックなプレゼンテーションの作成を最適化しています。

オープンソースモデルでPrezi AIを最適化

Prezi AIは、プロンプトと説明からドラフトプレゼンテーションを生成できるようにします。システムは当初、クローズドモデルやさまざまなアセットプロバイダーサービスに依存していましたが、Hugging Face のエキスパート指導を統合したことで、以下の技術的最適化が実現しました。

• リランカーの実装: プレゼンテーションに適した画像やテキストを検索するシステムを改善するため、Preziはオープンソースのリランカーモデルを追加しました。この手法は、同じタスクに大型言語モデル（LLM）を使用するよりも高速で低コスト、かつ効果的です。
• マルチモーダル統合: Preziは、ビジョンモデル、テキストモデル、ビジョン・ランゲージモデル（VLM）を組み合わせて、視覚コミュニケーションの本質的なマルチモーダル性に対応しています。
• モデル選択: エキスパートサポートプログラムは、MLエンジニアではないPreziのエンジニアチームが大量にリリースされる新モデルを絞り込み、誇大広告ではなく実際に有用なものを見極めるのを支援します。

Inference Endpointsによるデプロイとインフラ

Preziは、Hugging Face Inference Endpointsを利用してMLモデルのデプロイを管理しています。主な技術的利点は次のとおりです。

• ゼロコンフィギュレーションデプロイ: Endpoint Model Catalogは、手動設定不要でInference Endpointsと連携できるモデルの厳選リストを提供します。
• コスト管理: エンドポイントを数分の非アクティブ状態で「スリープ」させることで、不要な支出を防止できます。
• ハードウェアサポート: プラットフォームは、より大きなモデルに必要なシングルおよびクアッドA100インスタンスをサポートします。
• バージョン管理: Preziは、最新のモデルバージョンをワンクリックでデプロイしたり、Gitハッシュを使用して以前のバージョンにロールバックしたりできます。このワークフローは、AWS上の類似プロセスよりも便利と評価されています。

エキスパートサポートプログラムのインパクト

専任の機械学習エンジニアがいないチームにとって、エキスパートサポートプログラムは本番環境対応AIへの橋渡しとなります。Preziはこのパートナーシップを活用し、特定タスク向けのベストプラクティスと最先端モデルにアクセスしています。

• 埋め込みとリランキング: アセットの取得方法を最適化します。
• オブジェクト検出: ビジュアルアセット管理を向上させます。
• ファインチューニング: 新しいビジョン・ランゲージモデルのファインチューニング方法と、必要なデータの収集・キュレーションを学びます。

"私たちのエキスパートは、正しいことに取り組むよう導いてくれます。埋め込み、リランキング、オブジェクト検出のベストプラクティスと最先端モデルを共有し、新しいビジョン・ランゲージモデルのファインチューニング方法やデータの収集・キュレーションの仕方を示してくれます。"