Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw een domeinspecifieke sft dataset voor llm finetuning
LLM FineTuning data en AI automatisering
Ik ben een AI-engineer met een achtergrond in informatica, gespecialiseerd in LLM fine-tuning data en AI-automatiseringssystemen. Ik maak productieklare SFT-datasets, aangepaste AI-pijplijnen en docum...
Over deze dienst
Het finetunen van een language model begint met de data. Vage antwoorden, dubbele samples of verkeerde formats schaden je model, ongeacht hoe goed je training setup is.
Ik bouw domeinspecifieke SFT datasets via een 5-stappenproces: generatie, validatie, deduplicatie, LLM-als-judge scoring, en menselijke kwaliteitscontrole. Elke sample die je training loop bereikt, heeft alle vijf de stappen doorlopen.
WAT JE KRIJGT
- train.jsonl + val.jsonl (90/10 splitsing)
- data_card.md (dataset documentatie)
FORMATEN
- Alpaca single-turn, alle pakketten
- ShareGPT multi-turn, Standaard en Premium
COMPATIBEL MET
- Axolotl, LLaMA-Factory, Unsloth, OpenAI Fine-tune API, Together AI
DOMEINEN
E-commerce, gezondheidsvragen & antwoorden, juridische samenvattingen, coding assistent, SaaS ondersteuning, financiën, HR, EdTech, meertalige ondersteuning, en meer. Stuur me een bericht als jouw domein niet op de lijst staat.
Weet je niet welk pakket bij jouw gebruiksgeval past? Stuur me een bericht voordat je bestelt.
Programmeertaal:
Python
•
Pytorch
Datatype:
Tekst
AI engine:
GPT
•
Gemini
•
DeepSeek
•
Llama
•
Grok
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Wordt de datakwaliteit gegarandeerd?
Elk sample doorloopt een 5-stappenproces - generatie, validatie, deduplicatie, LLM-als-judge scoring, en menselijke kwaliteitscontrole. Vage, inconsistente of off-topic samples worden eruit gefilterd of leiden tot een herhaalproces. Wat je ontvangt, heeft alle vijf de stappen doorstaan.
Is dit synthetische data?
Ja, gegenereerd door een state-of-the-art LLM. Dit is standaard praktijk voor het bouwen van SFT datasets en werkt goed voor de meeste finetuning use cases. Real-world edge cases kunnen profiteren van extra door mensen geschreven voorbeelden.
Wat is het verschil tussen Alpaca en ShareGPT?
Alpaca is single-turn - één instructie, één reactie. ShareGPT is multi-turn conversatie. Gebruik Alpaca voor taakvolging of Q&A. Gebruik ShareGPT voor chatbot of assistent finetuning waar context-overdracht belangrijk is.
Kun je niche of zeldzame domeinen aan?
Ja. Ik heb gewerkt met domeinen zoals mentale gezondheidszorg, islamitische financiën, Vietnamese juridische hulp, en technische B2B SaaS. Als jouw domein niet op de lijst staat, stuur me een bericht - de meeste zijn mogelijk.
Welke frameworks voor finetuning ondersteunt dit?
Axolotl, LLaMA-Factory, Unsloth, OpenAI Fine-tune API, en Together AI. Zowel Alpaca als ShareGPT zijn direct klaar voor productiegebruik met al deze platforms.
Wat bevat de data card?
Domein, aantal samples, train/val splitsing, formaat, gemiddelde tokens per sample, deduplicatiemethode, en het beoogde gebruik. Standaard documentatie voor productie ML datasets.
Wat moet ik aanleveren om aan de slag te gaan?
Fiverr begeleidt je bij alles zodra je de bestelling plaatst. Alleen enkele details over je gebruiksgeval en voorkeuren - niets ingewikkelds.
