Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich werde LLMs mit LoRA oder QLoRA für deinen individuellen Anwendungsfall feinabstimmen
KI- und ML-Entwickler für LLM Feinabstimmung, RAG und Data Science
KI/ML-Entwickler mit praktischer Erfahrung in der Produktion von LLM-Feinabstimmung (QLoRA/PEFT), RAG-Systemen (ChromaDB, MongoDB Atlas Vektorsuche, agentische Speicher) und Data Engineering (PySpark,...
Über diesen Service
Ich passe Open-Source-LLMs (Llama, Mistral, Phi-3 usw.) mit LoRA/QLoRA, effizienten Parameter-Methoden, die kein vollständiges Retraining erfordern, an deine individuellen Daten an.
Was ich erledige:
- Formatierung und Validierung des Datensatzes für deine Aufgabe (Klassifikation, Generierung, Instruktionsbefolgung)
- LoRA-Rang/Alpha-Konfiguration passend zu deiner Datenmenge
- Training mit Quantisierung (bitsandbytes NF4), um die Rechenkosten niedrig zu halten
- Bewertung anhand eines gehaltenen Satzes, mit klaren Vorher/Nachher-Metriken
Ich werde nicht übertreiben, was Feinabstimmung beheben kann, wenn dein Problem besser mit Prompt-Engineering oder RAG gelöst wird. Ich sage dir das, bevor wir anfangen, nicht nachdem du für das Training bezahlt hast.
Sende dein Datenformat und die Zielaufgabe in den Anforderungen, und ich bestätige den Umfang vor Beginn.
Programmiersprache:
Python
•
JavaScript
•
Tensorflow
Datentyp:
Text
•
BILDER
•
Multimodal
KI-Engine:
Stable Diffusion
•
tensorflow
•
Bert
•
Llama
•
Langchain
FAQ
Automatische Übersetzung
Muss ich eine GPU/Rechenleistung bereitstellen?
Nein — das Training wird von mir erledigt; du stellst nur den Datensatz und die Aufgabenbeschreibung bereit.
Was, wenn mein Datensatz klein ist?
Bei weniger als ~500 Beispielen gebe ich das gleich an; kleine Datensätze benötigen oft Augmentation oder einen anderen Ansatz, und ich sage das, anstatt ein schwaches Modell zu liefern.
Welche Basismodelle unterstützt du?
Llama, Mistral, Phi-3, Qwen und andere Open-Weight-Modelle, die bei Hugging Face gehostet werden. Schreib mir, wenn deins nicht dabei ist.
