Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Farò il fine-tuning di un LLM o SLM in base alle esigenze
Eshan E
Informazioni su questo servizio
Traduzione automatica.
Mi occupo di fine-tuning di modelli open di piccole dimensioni e consegno la valutazione che dimostra che ha funzionato o ti dice sinceramente che non è andata così.
COSA OTTIENI
Fine-tune LoRA/QLoRA su Llama 3.1, Qwen 2.5, Mistral o Phi
Pulizia e formattazione del dataset
Valutazione held-out rispetto al tuo baseline, con numeri reali
Pesi quantizzati GGUF che puoi eseguire localmente
Tutto il codice di training e le configurazioni
Un breve rapporto: cosa è cambiato e cosa farei dopo
PERCHÉ ME
Articolo come primo autore in revisione all'ICLR 2027 sulla valutazione programmatica di LLM
Ho consegnato un assistente LLM in produzione in diretta a oltre 70 centri di formazione
Ho creato un agente AI con più di 15 strumenti nativi e dispatch JSON rigoroso
COME FUNZIONA
Contattami prima di ordinare con il tuo dataset e cosa dovrebbe fare il modello. Ti dirò se il fine-tuning è la soluzione giusta, a volte non lo è, e preferisco dirtelo piuttosto che prendere i tuoi soldi.
Costruisco prima il set di valutazione e eseguo il tuo baseline, quindi "meglio" è un numero, non un'opinione. Se non supera il tuo baseline, te lo dico in giorni, non al momento della consegna.
I tuoi dati sono usati solo per il tuo progetto e non vengono mai condivisi.
Scopri di più su Eshan E
Eshan E
Forward Deployed Engineer
- DaIndia
- Membro daset 2026
- Tempo di risposta medio1 ora
Lingue
Inglese, Hindi
I am a Forward Deployed Engineer and AI Developer with expertise in building confidential document de-identification pipelines and production-grade LLM assistant systems. I specialize in Python, PyTorch, and Kubernetes, with a strong focus on AI observability, model evaluation, and self-healing cloud infrastructure. I have a proven track record in competitive programming and research in transformer language models.
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
Cosa ti serve da me per iniziare?
Il tuo dataset (JSONL, CSV o testo semplice), una frase su cosa dovrebbe fare il modello e come lo stai facendo attualmente — un prompt, una chiamata API o un modello esistente. Quest'ultima parte è importante: è il baseline rispetto al quale misuro.
E se il fine-tuning non supera la mia configurazione attuale?
Lo capisci nei primi giorni, con i numeri. A volte una migliore prompt o retrieval sono la vera soluzione e il fine-tuning non aiuta. Preferisco dirtelo presto piuttosto che consegnare qualcosa che non funziona.
Quanti dati servono?
Qualche centinaio di buoni esempi spesso supera decine di migliaia di rumorosi. La versione base copre fino a 5.000 righe. Se ne hai meno, contattami — di solito si può ancora lavorare. Se ne hai molto di più, la versione Standard include la pulizia.
Posso eseguire il modello da solo dopo?
Sì. Ogni pacchetto include i pesi uniti e il codice di training. Standard e Premium aggiungono un GGUF quantizzato che funziona localmente su CPU o GPU consumer. Premium include anche un servizio FastAPI che puoi distribuire.
I miei dati sono al sicuro?
I tuoi dati sono usati solo per il tuo progetto, mai condivisi e mai usati per addestrare qualcos'altro. Attualmente sto costruendo una pipeline di de-identificazione per documenti riservati dei clienti, quindi questa è la disciplina in cui lavoro quotidianamente.
