Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Ottimizzerò il tuo deployment privato di llm lora
Feichen
Informazioni su questo servizio
Traduzione automatica.
Personalizzazione di LLM con LoRA/QLoRA per classificazione, sentiment, trasferimento di stile e compiti specifici di dominio. Ho creato un classificatore binario di fatti/opinioni con Qwen3-14B-4bit LoRA che ha raggiunto il 99,7% di precisione, e tutto viene distribuito sul mio cluster privato di 4 nodi Mac Mini M4, così i tuoi dati non lasciano mai il tuo ambiente.
Ciò che offro:
- Personalizzazione LoRA/QLoRA su modelli open-source (Qwen, Llama, Mistral)
- Distribuzione privata tramite MLX, vLLM, FastAPI + Docker sul tuo hardware
- Pipeline RAG per document Q&A sulla tua knowledge base privata
- Deliverable completi: pesi del modello + servizio di inferenza + rapporto di valutazione
- Ottimizzazione iterativa fino al raggiungimento delle metriche target
Perché scegliermi:
- Precisione del 99,7% raggiunta in un progetto di classificazione reale
- I dati rimangono al 100% sulla tua infrastruttura, niente cloud, nessuna fuga
- Formazione QLoRA a 4 bit economica con servizio di livello produttivo
- Comunicazione chiara in inglese e cinese
Prima di ordinare: scrivimi con il tuo task, la dimensione e il formato del dataset, la lingua target e la scadenza, così posso confermare fattibilità e tempi di consegna.
Scopri di più su Feichen
Feichen
AI ML Engineer, LLM Fine tuning and Private Deployment Specialist
- DaCina
- Membro daago 2026
- Tempo di risposta medio1 ora
Lingue
Inglese, Cinese
AI/ML engineer specializing in LLM fine-tuning (LoRA/QLoRA) and private model deployment. Built a fact/opinion classification model via Qwen3-14B-4bit LoRA, achieving 99.7% accuracy on a 300-sample benchmark. I run a private 4-node Mac Mini M4 cluster - fine-tune and deploy your model locally, keeping your data 100% in your own infrastructure. Services: Custom LLM fine-tuning (LoRA/QLoRA), private/local model deployment & API serving (FastAPI), RAG pipelines, training data preparation & evaluation design. Fast, clear communication, English & Chinese.
Traduzione automatica.
Il mio portfolio
Altri servizi della categoria Sviluppo AI offerti da me
FAQ
Traduzione automatica.
Di quali dati hai bisogno da me?
Campioni etichettati o non etichettati in CSV/JSON, o una descrizione del compito.
I miei dati resteranno privati?
Sì, tutto il lavoro avviene sul mio cluster privato locale, i dati non lasciano mai la tua infrastruttura.
Cosa riceverò dopo la consegna?
Pesi del modello fine-tuned, rapporto di valutazione e guida/deploy API se applicabile.
Quali modelli perfezioni?
Modelli open-source popolari come Qwen, Llama, Mistral e altri, usando LoRA/QLoRA efficiente.
Quanto tempo ci vorrà?
Compiti tipici di piccole o medie dimensioni vengono consegnati in 3-7 giorni, a seconda del volume di dati e del carico del cluster.
Puoi gestire dati testuali non in inglese?
Sì, posso affinare modelli multilingue come Qwen, BLOOM o MiniLM multilingue per compiti di classificazione e NLP in lingue diverse dall'inglese. Condividi la tua lingua e il tuo dominio e configurerò il modello giusto per te.
Quali opzioni di deployment offri?
Deployment privato tramite FastAPI + Docker (o MLX/vLLM per throughput in produzione) sui tuoi server, come Mac Mini, Linux o Windows. Ho anche configurato un endpoint API interno per il tuo team.
Quale precisione posso aspettarmi?
Dipende dalla qualità dei dati e dalla difficoltà del task. Come riferimento, il mio classificatore di fatti/opinioni con Qwen3-14B LoRA ha raggiunto il 99,7% di precisione. Ricevi sempre un rapporto completo con accuratezza, F1 e analisi degli errori.
Perché usare LoRA/QLoRA invece di un fine-tuning completo?
LoRA/QLoRA aggiorna solo una piccola parte dei parametri, riducendo i costi di training e l'uso di memoria fino al 90% mantenendo una qualità vicina a quella del fine-tuning completo. Si addestra più velocemente e produce artefatti più piccoli, rendendo pratico il deployment privato su hardware modesto.
