Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò modelli llm e slm personalizzati con qlora
Ingegnere di intelligenza artificiale e sviluppatore full stack: esperto in soluzioni di intelligenza artificiale scalabili!
Ingegnere AI esperto e sviluppatore full stack con oltre 7 anni di esperienza nella creazione di soluzioni intelligenti, scalabili ed efficienti. Sono specializzato in applicazioni basate su AI che ut...
Informazioni su questo servizio
Ottimizza un LLM personalizzato che conosce IL TUO settore, non l'intero internet.
Sono Raihan, ingegnere AI/ML e CTO di ClarioScope AI. Addestro piccoli modelli di linguaggio da zero (ORCH 350M3B, MedLLM, ILMA Lang) e faccio il fine-tune di open LLM con QLoRA sui tuoi dati reali.
Cosa ottieni: Fine-tune di LLM/SLM sul tuo dataset Llama, Mistral, Qwen, Gemma, Phi LoRA / QLoRA / fine-tune completo (scelgo quello che si adatta ai tuoi dati e al tuo budget) Pulizia del dataset, formattazione + generazione di dati sintetici Rapporto di valutazione rispetto al modello di base (perplessità, accuratezza) Pronto per inferenza: Hugging Face, GGUF per Ollama, o un endpoint API Codice PyTorch pulito + documentazione
Perché me, e non un gig da 90$? La maggior parte dei gig di "fine-tuning" si limitano a usare l'API di OpenAI. Io costruisco veri SLM da zero, quindi scelgo il modello di base e il rango LoRA più adatti e consegno un modello che supera effettivamente quello di base. Portfolio: raihan-js.github.io
️Processo: Chat di definizione gratuita, preparazione dei dati, training, valutazione rispetto al modello di base, consegna e passaggio.
I tuoi dati rimangono privati. Pesature complete + diritti d'uso commerciale disponibili.
Scrivimi prima il tuo caso d'uso per un preventivo preciso. Costruiamolo nel modo giusto!
Clienti con cui ho lavorato
GNatural Products
All Natural Skincare
I designed and developed Full WordPress Website for this client.
ott 2020
Il mio portfolio
Altri servizi della categoria Data science e ML offerti da me
FAQ
Traduzione automatica.
Addestri modelli da zero o solo fai il fine-tune di quelli esistenti?
Entrambe le cose. Ho addestrato la serie ORCH (350M–3B) e MedLLM da zero, e faccio il fine-tune di open LLM ogni giorno. Per la maggior parte dei casi, il fine-tune con QLoRA di un modello di base forte (Llama 3.1, Mistral, Qwen) dà l'80-90% dei benefici a una frazione del costo — ti consiglierò onestamente in base ai tuoi dati.
Quali modelli di base puoi fare il fine-tune?
Tutti i principali LLM open-source: Llama 3.1/3.2 (1B–13B), Mistral 7B / Mixtral, Qwen 2.5, Gemma 2, Phi-3, DeepSeek, e Code Llama / Code Qwen. Posso anche fare il fine-tune di OpenAI (GPT-4o-mini, GPT-4.1) e Gemini tramite le loro API di tuning.
Quanti dati di training servono?
Per LoRA/QLoRA, anche 500 esempi di alta qualità possono bastare; 2.000–10.000 è il punto ideale. Hai meno? Genero dati sintetici per te (Standard & Premium). Addestrare un modello piccolo da zero richiede un corpus consistente — confermeremo durante la chiamata di definizione.
Quale hardware usi e chi paga il calcolo?
Utilizzo Runpod / Vast.ai (GPU A100 / H100). Il costo del calcolo per le esecuzioni standard è incluso in tutti i pacchetti. Per dataset molto grandi o pre-addestramenti lunghi, il costo GPU può essere fatturato a costi reali come piccolo extra — sempre concordato in anticipo (tipicamente 20–120$).
I miei dati e il modello addestrato rimarranno privati?
Sì. I tuoi dati vengono usati solo per il tuo progetto e mai riutilizzati. Ricevi le pesature complete, il codice e i diritti d'uso commerciale (incluso nel Premium; +180$ su Basic/Standard).
Puoi deployare il modello in modo che la mia app possa chiamarlo via API?
Sì — il Premium include un FastAPI + container Docker con endpoint compatibile OpenAI, così il tuo codice esistente cambia solo l'URL di base. Gli acquirenti Standard possono aggiungere il deployment a +250$.
Qual è la differenza tra fine-tuning e RAG?
Il fine-tune modifica il comportamento e le conoscenze del modello nei suoi pesi. RAG recupera risposte dai tuoi documenti al momento della query. Vuoi RAG invece? Offro questa opzione come gig separato — o scrivimi e ti dirò quale si adatta meglio al tuo obiettivo.
Perché dovrei assumerti invece di un gig di fine-tune più economico?
La maggior parte dei gig a basso prezzo sono semplici wrapper dell'API di OpenAI. Sono CTO e addestro veri SLM da zero (portfolio: raihan-js.github.io) — quindi ti dirò quando il fine-tune non è la soluzione giusta, sceglierò il modello di base e la configurazione LoRA più adatti, e consegnerò un modello che supera di misura quello di base.
