Ik stem een llm fijn af op jouw data met lora en volledige evaluatie

Voordat je iemand betaalt om een model te finetunen: ongeveer de helft van de projecten die bij mij komen, hebben dat niet nodig. Beter prompten of ophalen lost het veel goedkoper op, en dat vertel ik je gratis in plaats van de opdracht te accepteren.

Wanneer finetunen WEL de oplossing is - domeinspecifieke vocabulaire, een specifiek outputformaat, een toon die het basis model niet kan vasthouden, of het verlagen van inference kosten - hier is wat ik doe.

Ik ben een ML en Generative AI engineer met meer dan 4 jaar ervaring in productie AI. Ik heb GPT en BERT-achtige modellen gefinetuned met 30% hogere contextuele nauwkeurigheid, en ik werk momenteel aan een foundation model van ongeveer 30B parameters.

WAT JE KRIJGT

Een eerlijke beoordeling of finetunen beter is dan prompten

Dataset ontwerp, schoonmaak en formatting, waar de meeste projecten falen

LoRA / QLoRA of volledig finetunen op open modellen

Een eval harness die meet wat jij belangrijk vindt, niet alleen verliescurves

Voor/na cijfers op een hold-out set

Weights, inference code en gequantiseerde artifacts die jij bezit

MODELLEN

Llama, Mistral, Qwen, Gemma, Phi, plus OpenAI hosted fine-tuning · PyTorch, Hugging Face, PEFT, Unsloth, Axolotl

Stuur me een bericht met wat het model moet doen en welke data je hebt, zelfs als die rommelig is of je niet zeker weet of er genoeg is.