Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Implementerò, perfezionerò e ottimizzerò local llms e vlms
Akash Bhansali
Informazioni su questo servizio
Traduzione automatica.
AI ad alte prestazioni, ottimizzata per la tua infrastruttura
Vuoi far funzionare modelli open-source potenti senza spendere una fortuna in costi cloud? Sono specializzato nel rendere i Large Language Models (LLMs) e i Vision-Language Models (VLMs) più veloci, leggeri e intelligenti.
️ Cosa faccio:
- Fine-tuning personalizzato: Adattare modelli (Llama, Mistral, Qwen, Phi) al tuo dataset specifico usando tecniche avanzate come LoRA/QLoRA (PEFT).
- Quantizzazione: Ridurre la dimensione del modello (GGUF, AWQ, EXL2) per farlo funzionare efficientemente su hardware consumer o istanze cloud più piccole senza perdere precisione.
- Ottimizzazione dell'inferenza: Configurare framework di inferenza ultra-veloci (vLLM, TensorRT-LLM, Ollama) per la massima capacità di throughput.
Perché scegliermi?
- Competenza completa: Dalla preparazione del dataset grezzo alla distribuzione pronta per la produzione.
- Attento ai costi: Focalizzato sulla riduzione del footprint VRAM e dei costi di calcolo.
- Codice pulito e documentato: Consegna completa con script di deployment.
Scopri di più su Akash Bhansali
Akash Bhansali
Whatever it Takes
- DaIndia
- Membro dagen 2021
- Tempo di risposta medio5 ore
- Ultima consegna2 anni
Lingue
Inglese, Hindi, Tedesco
Hi, I'm Akash, an AI & Robotics Engineer specializing in bridging the gap between simulation and real-world deployment. With an M.Sc. in AI & Robotics, I build high-performance pipelines.
What I do:
🔹 Physical AI: Sim2Real & Real2Sim Robotics, MuJoCo, Isaac Sim/Lab, ROS, VLA and control workflows.
🔹 Applied ML & Vision: Real-time tracking (SAM2), detection, tracking, ViTs, etc.
🔹 LLM/VLM Systems: Fine-tuning (LoRA), optimization, quantization, and intelligent agents.
🔹 Research & Implementation
📩 Message me today to discuss your project requirements before placing an order!
Traduzione automatica.
FAQ
Traduzione automatica.
Con quali modelli lavori?
Lavoro con tutti i principali LLM e VLM open-source, tra cui Llama 3, Mistral, Qwen, Phi-3 e Llava, usando framework come Hugging Face, PyTorch e DeepSpeed.
Devo fornire il dataset per il fine-tuning?
Sì, preferibilmente un dataset pulito in formato JSON/CSV. Se invece hai bisogno di aiuto con la formattazione o il preprocessing del dataset, possiamo includerlo nel scope del progetto.
Cos'è la quantizzazione e riduce le prestazioni?
La quantizzazione comprime i pesi del modello da alta precisione a precisione inferiore (ad esempio, 32‑bit → 8‑bit), riducendo l'uso di memoria. Quando eseguita con attenzione, l'impatto sulle prestazioni è minimo e spesso la velocità di inferenza migliora.
Offri fine‑tuning parameter‑efficient (LoRA/QLoRA)?
Sì! I metodi PEFT congelano la maggior parte dei parametri e regolano solo piccoli adattatori, riducendo i requisiti di calcolo e offrendo risultati robusti.
Come gestite la privacy dei dati?
I tuoi dati rimangono riservati. Firmo un NDA se necessario e uso i tuoi dataset solo per training e valutazione.
Chi possiede il modello finetunato?
Tu mantieni tutti i diritti sui pesi finetunati, sugli adattatori e sui modelli quantizzati. Io non rivendo né riutilizzo il tuo modello personalizzato.
