Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Eu prepararei seu conjunto de dados para ajuste fino de LLM ou ingestão de RAG
Resolva a causa, não o sintoma
Sou um Desenvolvedor Full Stack especializado em IA, automação e aplicações web modernas. Crio assistentes de IA, integrações com LLM, sistemas RAG, plataformas SaaS, aplicativos React/Next.js, APIs d...
Sobre este Serviço
Eu limpo e preparo seu conjunto de dados para ajuste fino de LLM ou ingestão de RAG exportado no formato que seu treinador espera (JSONL / Parquet / HuggingFace / OpenAI / Axolotl / LLaMA-Factory).
O que você recebe:
Valores ausentes tratados, deduplica (exato + fuzzy), outliers ajustados
Auditoria de rótulos + divisões estratificadas de treino/validação/teste
Limpeza de texto: remoção de HTML, normalização Unicode, detecção de idioma
Exportação de formato para HuggingFace Datasets, OpenAI JSONL, Axolotl ou LLaMA-Factory
Relatório de validação de dados (Great Expectations)
Pilha: Pandas, NumPy, Polars, LangChain, LlamaIndex, HuggingFace Datasets.
Tamanho do conjunto de dados: 50K linhas (Básico) / 500K linhas (Padrão) / 5M linhas (Premium). Inclusa exportação de chunking RAG + embedding no plano Premium.
Envie uma mensagem com uma frase sobre seu caso de uso e responderei em até 2 horas com uma cotação fixa.
Linguagem de Programação:
Python
Estruturas e ferramentas para modelos de IA:
Tipo de dados:
Texto
Motor de IA:
GPT
•
Llama
•
Outros
Perguntas frequentes
Tradução automática
Quais formatos de dataset você aceita?
CSV, TSV, Excel, JSON, JSONL, Parquet, e qualquer formato compatível com HuggingFace Datasets. Também aceito textos raspados de PDFs, exportações do Notion, páginas do Confluence, Threads do Slack e transcrições de suporte ao cliente.
Você consegue fazer chunking específico para RAG?
Sim, no plano Premium faço chunking baseado em tokens ou semântico e exporto embeddings em um esquema pronto para vetor-store no Pinecone, Weaviate ou Qdrant, com metadados preservados para filtragem na consulta.
Você suporta modelos open-source como Llama 3 ou Mistral?
Sim — formatei as saídas para combinar com o template de chat do HuggingFace, Axolotl ou configurações do LLaMA-Factory. A estrutura de conversa multi-turno é preservada. Configurações de LLM local (unsloth, PEFT, QLoRA) suportadas mediante solicitação.
Você consegue remover PII ou dados sensíveis do meu conjunto de dados?
Remoção de PII (regex + spaCy NER) disponível mediante solicitação — não substitui sua revisão de conformidade. NDA assinado disponível antes de qualquer transferência de dados.
