بر اساس پوشش این اعلامیه، Sieve یک آزمایشگاه داده چندوجهی متمرکز بر حاشیه‌نویسی ویدیو و صدا راه‌اندازی کرده است. این شرکت به عنوان سازنده ابزار برای هوش مصنوعی مرزی توصیف می‌شود، با جریان‌های کاری که فراتر از متن، حاشیه‌نویسی ویدیو و صدا را نیز در بر می‌گیرد.
تمایزی که برای مهندسی agent اهمیت دارد این است که ابزار در کجای پشته قرار می‌گیرد. محصول Sieve هدفش آماده‌سازی داده است، نه سرو مدل. این آن را در بالادست حلقه ارزیابی قرار می‌دهد: حاشیه‌نویسی و برچسب‌گذاری تعیین می‌کند که کدام مسیرها در یک مجموعه داده وجود دارند، و بنابراین کدام رفتارهای agent اصلاً قابل امتیازدهی هستند. برای تیم‌هایی که با agentهای چندوجهی کار می‌کنند، محدودیت عملی به ندرت خود امتیازدهنده است، بلکه هزینه و تأخیر تبدیل و
چندین جزئیات از پوشش ارائه‌شده نامشخص باقی می‌ماند. هیچ اطلاعاتی درباره فرمت‌های پشتیبانی‌شده، توان عملیاتی، سازوکارهای کنترل کیفیت، یا نحوه صادرات خروجی‌های حاشیه‌نویسی به خطوط لوله آموزش و ارزیابی وجود ندارد. هیچ بنچمارک، نام مشتری، یا تاریخ دسترس‌پذیری ذکر نشده است، بنابراین ادعاها درباره مقیاس هنوز نمی‌توانند به‌طور مستقل تأیید شوند.
Behzat AI ابزار حاشیه‌نویسی و آماده‌سازی داده را به عنوان یک وابستگی ارزیابی agent چندوجهی دنبال می‌کند. سیستم‌هایی که نمی‌توانند برچسب‌های قابل اعتماد برای ویدیو و صدا تولید کنند، نمی‌توانند امتیازهای قابل اعتماد برای agentهایی که آن‌ها را مصرف می‌کنند تولید کنند.