nebula@atheron:/de/fine-tuning$
// Feinabstimmung
Offenes Modell, Ihres.
LoRA-Feinabstimmung auf privater Hardware.
Laden Sie Ihre Beispiele hoch, wählen Sie ein Basismodell, und wir trainieren einen LoRA-Adapter für Ihre Aufgabe. Ihre Daten bleiben standardmäßig privat: Sie laufen nur auf eigenen Knoten von Atheron oder auf GPUs von AWS.
// Was Sie bekommen
Kleiner Adapter, besseres Modell
LoRA trainiert eine kleine Menge zusätzlicher Gewichte neben dem Basismodell, sodass das Training schneller geht und das Ergebnis leicht aufzubewahren und zu verschieben ist.
Ihr Adapter
Laden Sie den trainierten Adapter herunter und nutzen Sie ihn mit dem Basismodell, wo immer Sie es ausführen. Er gehört Ihnen.
Ein Wert auf zurückgehaltenen Daten
Wir halten einen Teil Ihrer Beispiele zurück und zeigen, wie der Adapter darauf abschneidet, damit Sie sehen, dass er gelernt hat.
Offene Basismodelle
Starten Sie mit den offenen Modellen aus unserem Katalog, jedes mit Lizenz und Größe aufgeführt.
In Stapeln nutzen
Führen Sie Ihren Adapter mit der Batch-Inferenz von Nebula aus, ohne ihn zu verschieben.
// Ihre Daten
Standardmäßig privat
Trainingsdaten sind oft das Sensibelste, was ein Team hat. So behandeln wir sie.
Nur unsere Hardware
Die Feinabstimmung läuft auf eigenen Knoten von Atheron oder auf GPUs von AWS. Sie erreicht nie das Gerät eines Mitglieds, es sei denn, Sie markieren die Daten als teilbar.
Planmäßig gelöscht
Ihre Beispiele werden gelöscht, wenn der Auftrag endet und seine Aufbewahrungsfrist abläuft. Sie wählen die Frist.
Nie für anderes Training genutzt
Wir nutzen Ihre Daten für Ihren Auftrag und für nichts anderes.
Verschlüsselt
Bei der Übertragung und im Ruhezustand, mit Zugriff nur über kurzlebige signierte Links.
// So läuft ein Auftrag
Von Beispielen zum Adapter
Bereiten Sie Ihre Beispiele einmal vor. Um die GPUs kümmern wir uns.
- 1
Beispiele hochladen
Eine Datei mit Eingaben und den gewünschten Ausgaben, im Format, das die Dokumentation zeigt.
- 2
Basismodell wählen
Wählen Sie aus dem Katalog und legen Sie fest, wie viele Durchläufe über die Daten gemacht werden.
- 3
Trainieren
Der Auftrag läuft auf unseren privaten GPUs. Sie können Fortschritt und Verlust während des Trainings verfolgen.
- 4
Herunterladen
Holen Sie sich den Adapter und seinen Wert auf zurückgehaltenen Daten, oder führen Sie ihn sofort in einem Stapel aus.
Fragen
- Was bedeutet teilbar?
- Daten, die Sie als teilbar markieren, können auf Geräten von Mitgliedern laufen, was weniger kostet. Markieren Sie nur Daten als teilbar, die bereits öffentlich sind oder nichts Privates enthalten. Alles andere bleibt auf unserer Hardware.
- Wie wird abgerechnet?
- Nach der GPU-Zeit, die der Auftrag nutzt, abgezogen von Ihrem vorausbezahlten Guthaben in kanadischen Dollar. Die Schätzung wird vor dem Start reserviert, und Sie zahlen, was er nutzt, nie mehr.
- Kann ich mein eigenes Basismodell mitbringen?
- Noch nicht. Aufträge starten mit den Modellen aus unserem Katalog.
- Kann ich meinen eigenen Container ausführen?
- Kundencontainer sind für verifizierte Unternehmen geplant, in einer Sandbox ohne Netzwerk und ohne Zugriff auf die Dateien anderer. Sie sind noch nicht verfügbar.
Modell abstimmen
Wenn Nebula startet, legen Sie Ihr Team im Entwicklerportal an, bestehen die Unternehmensprüfung, hinterlegen eine Karte und starten einen Auftrag mit Ihren Beispielen.