Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou fazer o ajuste fino do seu deployment privado de llm lora
Feichen
Sobre este Serviço
Tradução automática
Customização de LLM com LoRA/QLoRA para classificação, análise de sentimento, transferência de estilo e tarefas específicas de domínio. Criei um classificador binário de fatos/opiniões com Qwen3-14B-4bit LoRA que atingiu 99,7% de precisão, e tudo é implantado no meu cluster privado de 4 nós Mac Mini M4, garantindo que seus dados nunca saiam do seu ambiente.
O que eu ofereço:
- Customização de LoRA/QLoRA em modelos de código aberto (Qwen, Llama, Mistral)
- Implantação privada via MLX, vLLM, FastAPI + Docker no seu hardware
- Pipeline RAG para perguntas e respostas de documentos na sua base de conhecimento privada
- Entregas completas: pesos do modelo + serviço de inferência + relatório de avaliação
- Ajuste iterativo até atingir suas métricas desejadas
Por que me escolher:
- Precisão de 99,7% alcançada em um projeto real de classificação
- Dados permanecem 100% na sua infraestrutura, sem nuvem, sem vazamentos
- Treinamento QLoRA de 4 bits econômico com serviço de produção de alta qualidade
- Comunicação clara em inglês e chinês
Antes de fazer seu pedido: envie uma mensagem com sua tarefa, tamanho e formato do dataset, idioma alvo e prazo, para que eu possa confirmar a viabilidade e o tempo de entrega.
Conheça mais sobre Feichen
Feichen
AI ML Engineer, LLM Fine tuning and Private Deployment Specialist
- A partir deChina
- Membro desdeago. de 2026
- Responde em aprox.:1 hora
Idiomas
Inglês, Chinês
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.
Tradução automática
Meu portfólio
Outros serviços de Desenvolvimento de IA que eu ofereço
Perguntas frequentes
Tradução automática
Quais dados você precisa de mim?
Amostras rotuladas ou não rotuladas em CSV/JSON, ou uma descrição da tarefa.
Meus dados ficarão privados?
Sim, todo o trabalho é realizado no meu cluster privado local, os dados nunca deixam sua infraestrutura.
O que eu recebo após a entrega?
Pesos do modelo ajustado, relatório de avaliação e guia/API de implantação, se aplicável.
Quais modelos você ajusta?
Modelos populares de código aberto como Qwen, Llama, Mistral e outros, usando LoRA/QLoRA eficiente.
Quanto tempo vai demorar?
Tarefas típicas de pequeno a médio porte são entregues em 3 a 7 dias, dependendo do volume de dados e da carga do cluster.
Você consegue lidar com dados de texto em idiomas diferentes do inglês?
Sim, posso ajustar modelos multilíngues como Qwen, BLOOM ou MiniLM multilíngue para tarefas de classificação e NLP em idiomas não ingleses. Compartilhe seu idioma e domínio, e eu configurarei o modelo adequado para você.
Quais opções de implantação você oferece?
Implantação privada usando FastAPI + Docker (ou MLX/vLLM para maior throughput na produção) nas suas próprias máquinas - Mac Mini, Linux ou servidores Windows. Também configurei um endpoint de API interno para sua equipe.
Qual precisão posso esperar?
Depende da qualidade dos dados e da dificuldade da tarefa. Como referência, meu classificador de fatos/opiniões com Qwen3-14B LoRA atingiu 99,7% de precisão. Você sempre recebe um relatório completo de avaliação com precisão, F1 e análise de erros.
Por que usar LoRA/QLoRA em vez de fine-tuning completo?
LoRA/QLoRA atualiza apenas uma pequena fração dos parâmetros, reduzindo o custo de treinamento e o uso de memória em até 90%, mantendo a qualidade próxima do fine-tuning completo. Treina mais rápido e gera artefatos menores, o que torna a implantação privada em hardware modesto mais viável.
