Ajustaré y desplegaré modelos de lenguaje personalizados para tu caso específico

La afinación es mejor para estilo, tono, formato y tareas especializadas. RAG es más adecuado para recordar hechos sobre grandes bases de conocimiento. Muchas veces ambos funcionan juntos. Envíame un mensaje con tu caso de uso y te diré honestamente qué enfoque se ajusta — no venderé afinación si no la necesitas.

Cómodamente hasta 13B con QLoRA en una sola A100 o 4090. Los modelos más grandes (30B-70B) requieren configuraciones con múltiples GPU — envíame un mensaje para una cotización personalizada. Trabajo con Llama 2/3, Mistral, Mixtral, Phi, Gemma, Qwen y la mayoría de los LLM de código abierto en Hugging Face.

Siempre obtienes el código completo de entrenamiento, configuraciones y un cuaderno que puedes volver a ejecutar. El objetivo es que puedas volver a entrenar o hacer iteraciones sin depender de mí. Incluyo comentarios detallados en el código y un README que explica cómo cargar el adaptador, ejecutar inferencias y continuar entrenando.

Ningún ingeniero honesto puede garantizar métricas antes de ver tus datos. La calidad depende de la calidad, tamaño y dificultad del conjunto de datos. Antes de aceptar un pedido, revisaré una muestra de tus datos y estableceré expectativas realistas. Si no es adecuado, te lo diré desde el principio.

El computo se factura por separado. Para trabajos pequeños de LoRA en modelos ≤7B, puedo usar Colab Pro o Kaggle. Para trabajos más grandes, tú proporcionas créditos en la nube (AWS/GCP/RunPod) o alquilo GPUs a costo con recibos. El computo típico cuesta entre 20 y 200 dólares, dependiendo del tamaño del modelo y del conjunto de datos.

Trabajo con JSONL, CSV, Parquet, Alpaca, ShareGPT y la mayoría de las estructuras comunes. Si tus datos son desordenados o en un formato inusual, los niveles Standard y Premium incluyen limpieza y reformatado. Para Basic, por favor proporciona datos limpios y bien formateados.

Una revisión es una ejecución adicional de entrenamiento con hiperparámetros ajustados o cambios menores en los datos (hasta aproximadamente el 10% del conjunto) basados en tus comentarios. Las revisiones NO incluyen cambiar el modelo base, redefinir la tarea o reemplazar grandes partes del conjunto de datos — esas requieren un pedido nuevo.

El despliegue básico (compatibilidad con Ollama en formato GGUF en una sola máquina) está disponible como extra. Para despliegues completos en producción con endpoints API, autoescalado o infraestructura en la nube, revisa mi gig dedicado a deployment o envíame un mensaje para una cotización personalizada.