nebula@atheron:/fr/fine-tuning$
// Ajustement fin
Un modèle ouvert, à vous.
L'ajustement fin LoRA sur du matériel privé.
Téléversez vos exemples, choisissez un modèle de base, et nous entraînons un adaptateur LoRA pour votre tâche. Vos données restent privées par défaut : elles ne s'exécutent que sur les nœuds maison Atheron ou des GPU AWS.
// Ce que vous obtenez
Petit adaptateur, meilleur modèle
LoRA entraîne un petit ensemble de poids supplémentaires à côté du modèle de base : l'entraînement est plus rapide et le résultat facile à garder et à déplacer.
Votre adaptateur
Téléchargez l'adaptateur entraîné et utilisez-le avec le modèle de base où que vous l'exécutiez. Il vous appartient.
Un score sur des données réservées
Nous mettons une partie de vos exemples de côté et indiquons les résultats de l'adaptateur sur celle-ci, pour que vous voyiez qu'il a appris.
Des modèles de base ouverts
Partez des modèles ouverts de notre catalogue, chacun présenté avec sa licence et sa taille.
Utilisable en lots
Exécutez votre adaptateur avec l'inférence par lots Nebula sans le déplacer.
// Vos données
Privées par défaut
Les données d'entraînement sont souvent ce qu'une équipe a de plus sensible. Nous les traitons comme telles.
Notre matériel seulement
L'ajustement fin s'exécute sur les nœuds maison Atheron ou des GPU AWS. Il n'atteint jamais l'appareil d'un membre, sauf si vous marquez les données comme partageables.
Supprimées à l'échéance
Vos exemples sont supprimés à la fin de la tâche, une fois la durée de conservation écoulée. Vous choisissez cette durée.
Jamais utilisées pour autre chose
Nous utilisons vos données pour votre tâche et rien d'autre.
Chiffrées
En transit et au repos, avec un accès seulement par des liens signés de courte durée.
// Le déroulement d'une tâche
Des exemples à l'adaptateur
Préparez vos exemples une fois. Nous nous occupons des GPU.
- 1
Téléverser les exemples
Un fichier d'entrées et des sorties voulues, dans le format présenté dans la documentation.
- 2
Choisir un modèle de base
Choisissez dans le catalogue et indiquez combien de passages faire sur les données.
- 3
Entraîner
La tâche s'exécute sur nos GPU privés. Vous pouvez suivre sa progression et sa perte pendant l'entraînement.
- 4
Télécharger
Récupérez l'adaptateur et son score, ou exécutez-le tout de suite dans un lot.
Questions
- Que veut dire partageable?
- Des données marquées partageables peuvent s'exécuter sur les appareils des membres, ce qui coûte moins cher. Ne marquez comme partageables que des données déjà publiques ou qui ne contiennent rien de privé. Tout le reste demeure sur notre matériel.
- Comment suis-je facturé?
- Selon le temps de GPU que la tâche utilise, prélevé sur votre crédit prépayé en dollars canadiens. L'estimation est réservée avant le début de la tâche, et vous payez ce qu'elle utilise, jamais plus.
- Puis-je apporter mon propre modèle de base?
- Pas encore. Les tâches partent des modèles de notre catalogue.
- Puis-je exécuter mon propre conteneur?
- Les conteneurs de clients sont prévus pour les entreprises vérifiées, dans un bac à sable sans réseau et sans accès aux fichiers de quiconque. Ils ne sont pas encore offerts.
Ajustez un modèle
À l'ouverture de Nebula, vous créez votre équipe dans le portail des développeurs, passez la vérification d'entreprise, ajoutez une carte et lancez une tâche avec vos exemples.