Ik finetun je LLM met LoRA voor aangepaste taken
AI engineer, specialist in healthcare automation
Over deze dienst
Generieke LLMs geven generieke antwoorden. Als je een model nodig hebt dat betrouwbaar jouw data classificeert, extraheert of formatteert, dan is finetuning beter dan prompting voor smalle, herhaalbare taken.
Ik finetun open-source LLMs (Qwen, Llama, Gemma, Mistral) met LoRA/QLoRA, de parameter-efficiënte methode die teams gebruiken wanneer volledige retraining niet betaalbaar is. Mijn portfolio bevat een gedocumenteerde case study waarin een LoRA-gefinetuned model wordt vergeleken met een betaalde API op een echte classificatietaak, met geverifieerde nauwkeurigheid, latency en kosten, niet alleen een demo.
Wat je krijgt:
- Een model dat op JOUW data is gefinetuned voor JOUW exacte taak
- Een eerlijke evaluatierapport over nauwkeurigheid, geen vibes
- De getrainde adapter, klaar voor deployment
- Duidelijke documentatie, geen lock-in
Waarom met mij werken:
De meeste verkopers laten een demo zien. Ik laat een echte engineering case study zien: dataset, benchmarks, een trade-off analyse (nauwkeurigheid versus kosten versus latency versus privacy) de denkwijze die er echt toe doet zodra dit in productie gaat.
Beste voor: tekstclassificatie, gestructureerde extractie, categorisering, toon/format aanpassing. Niet voor het leren van nieuwe feiten (dat is RAG). Ik vertel je eerlijk welke het beste past.
Stuur me je taak en een datavoorbeeld (zelfs 20-30 voorbeelden) en ik adviseer je eerst gratis.
Programmeertaal:
Python
Datatype:
Tekst
AI engine:
Llama
•
Overige
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Welke gegevens moet ik verstrekken?
Een spreadsheet of JSON-bestand met input-output voorbeelden voor jouw taak. Zelfs 20-30 voorbeelden zijn genoeg voor mij om de haalbaarheid te beoordelen voordat je bestelt. Meer voorbeelden (200-2000+) zorgen meestal voor betere nauwkeurigheid.
Welke modellen kun je finetunen?
Open-source modellen zoals Qwen, Llama, Gemma en Mistral, in maten die passen bij gratis GPU-ruimte (ongeveer tot 7-8B parameters met QLoRA). Ik bevestig de juiste modelgrootte voor jouw taak en datavolume voordat ik begin.
Is dit finetuning of gewoon prompt engineering?
Echte finetuning: ik train LoRA/QLoRA adapters die de daadwerkelijke gewichten van het model bijwerken op jouw data, niet alleen slimme prompts. Je ontvangt het getrainde adapterbestand zelf, niet een prompttemplate.
Word ik eigenaar van het fine-tuned model?
Ja. Je krijgt de getrainde adapter en volledige gebruiksrechten. Het is van jou om te deployen, hosten of aan je eigen team te geven.
Kun je finetuning vergelijken met alleen een API gebruiken?
Ja, in de Standard en Premium pakketten vergelijk ik je finetuned model met prompting van een gehoste API op dezelfde taak, inclusief nauwkeurigheid, latency en kosten zodat je ziet welke aanpak het beste past.
Wat als mijn dataset klein of rommelig is?
Stuur me eerst een voorbeeld. Ik vertel je eerlijk of je data genoeg is en help je nadenken over wat je moet verzamelen als dat niet het geval is, voordat je bestelt.
Bied je de training code aan?
Ja, alle pakketten bevatten het trainingsscript en volledige documentatie, zodat je niet afhankelijk bent van mij voor toekomstige retraining.
Hoe lang duurt de levering?
Basic: 5 dagen. Standard: 7 dagen. Premium: 10 dagen. De doorlooptijd hangt af van de datasetgrootte en eventuele feedback of aanpassingen.

