Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik maak een aangepaste llm en slm met qlora
AI Engineer en Full Stack Developer: Expert in schaalbare AI-oplossingen!
Ervaren AI Engineer & Full Stack Developer met meer dan 7 jaar expertise in het bouwen van intelligente, schaalbare en efficiënte oplossingen. Ik ben gespecialiseerd in AI-gestuurde applicaties met GP...
Over deze dienst
Fijn afstemmen van een aangepaste LLM die JOUW domein kent, niet het hele internet.
Ik ben Raihan, een AI/ML engineer & CTO bij ClarioScope AI. Ik train kleine taalmodellen vanaf nul (ORCH 350M3B, MedLLM, ILMA Lang) en stem open LLMs af met QLoRA op jouw echte data.
Wat je krijgt: Fijn afgestelde LLM/SLM op jouw dataset Llama, Mistral, Qwen, Gemma, Phi LoRA / QLoRA / volledige fine-tune (ik kies wat bij jouw data & budget past) Dataset opschonen, formatteren + synthetische data genereren Evaluatierapport versus het basismodel (perplexiteit, nauwkeurigheid) Inference-klaar: Hugging Face, GGUF voor Ollama, of een API-endpoint Schone PyTorch-code + documentatie
Waarom ik, niet een $90 gig? De meeste "fine-tuning" gigs zijn slechts een wrapper rond de OpenAI API. Ik bouw echte SLMs vanaf nul, kies het juiste basismodel & LoRA-rang en lever een model dat daadwerkelijk beter is dan het basismodel. Portfolio: raihan-js.github.io
️Proces: Gratis scope gesprek data voorbereiding training evaluatie versus levering + overdracht.
Jouw data blijft privé. Volledige gewichten + rechten voor commercieel gebruik beschikbaar.
Stuur me eerst je use case voor een nauwkeurige offerte. Laten we het goed bouwen!
Klanten waar ik mee heb gewerkt
GNatural Products
All Natural Skincare
I designed and developed Full WordPress Website for this client.
okt 2020
Mijn portfolio
Andere Data science en ML diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Train je modellen vanaf nul of alleen fine-tunen van bestaande?
Beide. Ik heb de ORCH-serie (350M–3B) en MedLLM vanaf nul getraind, en ik stem dagelijks open LLMs af. Voor de meeste toepassingen geeft QLoRA fine-tuning van een sterk basismodel (Llama 3.1, Mistral, Qwen) 80–90% van de voordelen voor een fractie van de kosten — ik adviseer eerlijk op basis van jouw data.
Welke basismodellen kun je fine-tunen?
Alle grote open-source LLMs: Llama 3.1/3.2 (1B–13B), Mistral 7B / Mixtral, Qwen 2.5, Gemma 2, Phi-3, DeepSeek, en Code Llama / Code Qwen. Ik kan ook OpenAI (GPT-4o-mini, GPT-4.1) en Gemini fine-tunen via hun tuning API's.
Hoeveel trainingsdata heb ik nodig?
Voor LoRA/QLoRA kunnen al 500 hoogwaardige voorbeelden werken; 2.000–10.000 is de ideale hoeveelheid. Minder? Ik genereer synthetische data voor je (Standaard & Premium). Een klein model vanaf nul trainen vereist een flinke corpus — we bevestigen dat tijdens de scoping call.
Welke hardware wordt gebruikt en wie betaalt voor de compute?
Ik gebruik Runpod / Vast.ai (A100 / H100 GPU's). Compute voor standaard runs is inbegrepen in alle pakketten. Voor zeer grote datasets of lange pre-training kan GPU-kosten op kostprijs worden doorberekend als een kleine extra — altijd vooraf overeengekomen (meestal $20–$120).
Blijven mijn data en getrainde model privé?
Ja. Jouw data wordt alleen voor jouw project gebruikt en nooit hergebruikt. Je ontvangt de volledige gewichten, code en rechten voor commercieel gebruik (inbegrepen in Premium; +$180 op Basic/Standard).
Kan je het model deployen zodat mijn app het via API kan aanroepen?
Ja — Premium bevat een FastAPI + Docker container met een OpenAI-compatibel endpoint, zodat je bestaande code gewoon de basis-URL wisselt. Standaard kopers kunnen deployment toevoegen voor +$250.
Worden de artikelen geoptimaliseerd voor zoekmachines (SEO)?
Fine-tuning verandert het gedrag en de kennis van het model in de gewichten. RAG haalt antwoorden uit jouw documenten op het moment van query. Wil je RAG in plaats daarvan? Ik bied dat als een aparte gig aan — of stuur me een bericht en ik vertel je welke het beste past bij jouw doel.
Waarom zou ik jou inhuren in plaats van een goedkopere fine-tuning gig?
De meeste goedkope gigs zijn slechts een dunne wrapper rond de OpenAI API. Ik ben een CTO die echte SLMs vanaf nul traint (portfolio: raihan-js.github.io) — dus ik vertel je wanneer fine-tuning niet de juiste oplossing is, kies het juiste basismodel en LoRA-configuratie, en lever een model dat meetbaar beter is dan het basismodel.
