「私たちが W&B に惹かれたのは、既存のアプローチがリモート チームでは機能しないことに気づいたからです。 W&B は、私たちの実験結果にとってより良い場所です。さらに、使い方もとても簡単です。 」

「[重みとバイアスを使用して]、高容量モデルをトレーニングし、モデル容量を増やしながら過剰適合を軽減し、高速な反復速度を維持するワークフローを実証しました。」

「Weights & Biases は、優れた柔軟性、パフォーマンス、ユーザー エクスペリエンスを備えた、ペースの速い最先端の大規模研究ワークフローの重要な部分です。」

「私たちは現在、Mk1 IPU システムで以前に行っていた実験と比較して、[W&B を使用して] 50 ～ 100 倍の実験を推進しています。」

「機械学習の実行を監視および評価するには、Weights & Biases プラットフォームが最適なソリューションであることがわかりました。その API を使用すると、W&B ログを既存のコードベースに迅速に統合できます。」

「実験の追跡により、速度が 10 倍になり、扱いやすさと追跡可能性を備えて、はるかに速く結果を相互に共有できるようになりました。」

「モデルとデータのバージョンが非常に多くなり、それらすべてを手動で追跡することは不可能になりました。 Artifacts を活用し始めてからは、非常に役に立ちました。」

「Weights & Biases のおかげで、私たちのチームは、データセットからトレーニング、本番成果物に至るまで、モデルの系譜を完全に理解することができました。モデル構築効率が 15% 向上し、さらにハードウェア支出も約 15% 節約できました。」

「人々が W&B の価値を認識し始めると、それは爆発的に広がり、現在では ML チームの全員が社内のあらゆるものを W&B に基づいて構築しています。」