Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich erstelle ein maßgeschneidertes AAA-Qualitäts-Dataset für dein AI LLM Fine-Tuning
Ich erstelle AAA-Qualitätsdatensätze, die deine AI-Modelle wirklich zum Laufen bringen
AI Dataset Engineer – Ich erstelle produktionsreife Trainingsdaten für LLM-Fine-Tuning.
Du schickst mir deine Dokumente. Ich verwandle sie in strukturierte, einsatzbereite Q&A-Datensätze, die Halluzi...
Über diesen Service
INDIVIDUELLE AI-TRAININGS-DATENSÄTZE, Entwickelt für Fine-Tuning, Nicht nur Volumen
Hast du genug von minderwertigen, gescrapten Daten, die dein Modell halluzinieren lassen? Ich entwickle präzise Datensätze aus DEINEN Domain-Dokumenten, speziell für LLM-Fine-Tuning konzipiert.
️WAS DU BEKOMMST
- Maßgeschneiderte Instruct Q&A-Paare, basierend auf DEINEN Quellen, nicht gescrapt
- 7 Fragetypen: faktisch, Szenario, Argumentation, negative Beispiele, Grenzfälle, Rollenspiel, Berechnung
- Natürliche domänenspezifische Sprache (rechtlich, medizinisch, finanziell)
- Vollständige Quellenverfolgung, jede Frage & Antwort ist mit ihrer Herkunft verknüpft
- Beliebiges Format: Alpaca JSON, ChatML, ShareGPT, JSONL, CSV, Parquet
WARUM MEINE DATENSÄTZE ANDERS SIND
Die meisten Verkäufer laden 10.000 laute, gescrapte Zeilen in eine CSV hoch. Das ist Müll in, Müll raus.
Mein Prozess:
- Ich lese deine Quelldokumente vollständig ein
- Ich segmentiere sie semantisch
- Ich generiere vielfältige, multi-typ Q&A-Paare mit natürlicher Umschreibung
- Ich überprüfe eine einheitliche Abdeckung ohne blinde Flecken
- Ich liefere mit einem Qualitätsbericht (Standard & Premium)
Branchen: Recht, Medizin, Finanzen, Tech-Dokumente, E-Commerce
Sprachen: Französisch & Englisch
Ich erstelle nur das DATASET. Ich trainiere oder setze keine Modelle ein.
Schreib mir VOR der Bestellung, um den Umfang deines Projekts zu besprechen.
Programmiersprache:
Python
Frameworks:
scikit-learn
•
PyTorch
•
Panda
•
Andere
APIs:
Andere
Tools:
Jupyter-Notizbuch
•
Excel
•
Colab
•
Andere
FAQ
Automatische Übersetzung
Welche Ausgabeformate unterstützen Sie?
JSON (Alpaca), JSON (ChatML/Llama-3), ShareGPT, JSONL (HuggingFace-kompatibel), CSV und Parquet. Wenn du ein benutzerdefiniertes Format brauchst, sag mir einfach Bescheid.
Welche Quelldokumente akzeptierst du?
PDF, TXT, DOCX, Markdown und HTML. Dokumente müssen textbasiert sein — keine gescannten Bilder. Wenn dein PDF nur Bilder enthält, nutze bitte OCR oder frag mich nach Empfehlungen.
Ist das Dataset mit meinem Modell kompatibel?
Ja. Meine Datensätze sind modellunabhängig und funktionieren mit Llama, Mistral, GPT, Gemma, Phi und jedem Open-Weight-Modell. Kompatibel mit Unsloth, Axolotl, HuggingFace TRL, LlamaFactory und OpenAI Fine-Tuning API.
Trainierst du das Modell oder machst Fine-Tuning?
Nein. Ich erstelle nur das Dataset. Du erhältst eine strukturierte, einsatzbereite Trainingsdatei. Du (oder dein ML-Ingenieur) bist für das Training und die Deployment zuständig.
Welche Sprachen unterstützen Sie?
Französisch und Englisch. Ich kann auch zweisprachige Datensätze (gleiche Q&A-Paare in beiden Sprachen) für mehrsprachiges Modelltraining erstellen.
Wie viele Q&A-Paare kannst du aus meinem Dokument generieren?
Ungefähr 40-50 hochwertige Paare pro 3-4 Seiten dichten Inhalts. Ein 30-seitiges Dokument ergibt typischerweise 400-600 Paare. Die genaue Zahl hängt von der Inhaltsdichte ab.
Was macht deine Datensätze besser als billiges, gescraptes Zeug?
Meine Datensätze werden aus DEINEN Dokumenten erstellt, nicht vom Internet gescrapt. Sie enthalten 7 Fragetypen, natürliche Umschreibung, vollständige Quellenverfolgung und überprüfte, einheitliche Abdeckung — keine blinden Flecken, kein Rauschen.
Kannst du vertrauliche Dokumente bearbeiten?
Ja. Alle Dokumente werden streng vertraulich behandelt und nach Lieferung gelöscht. Auf Wunsch kann ich vor Beginn eine NDA unterschreiben.
Kann ich vor der Bestellung eine Musteransicht sehen?
Ja! Schreib mir und ich sende dir eine kostenlose Probe mit 10-15 Q&A-Paaren aus einem öffentlichen Dokument in deinem Bereich, damit du die Qualität beurteilen kannst.
Muss ich die Quelldokumente bereitstellen?
Ja. Du stellst die Dokumente bereit, die das Wissen enthalten, das dein Modell lernen soll. Ich verwandle sie in strukturierte Trainingsdaten. Siehe meine Anforderungen an akzeptierte Formate.
