Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je créerai des jeux de données de formation de haute qualité à partir de vos documents pour le fine-tuning de llm
Spécialiste en données d'entraînement AI, création de jeux pour le fine-tuning
Fondateur d'UMELLE, une société de logiciels sur mesure pour les secteurs de l'assurance et de la finance. Je conçois des systèmes d'intelligence documentaire alimentés par l'IA et crée des jeux de do...
À propos de ce service
Contactez-moi avant de passer commande pour que je puisse confirmer que vos documents correspondent au package choisi.
Je crée des jeux de données d’entraînement multi-angle à partir de vos documents d'entreprise, afin d'apprendre aux LLMs à réellement raisonner sur votre domaine.
COMMENT ÇA FONCTIONNE :
Envoyez-moi vos PDFs, documents Word ou manuels de politique. Je génère des paires par segment de document selon trois angles de raisonnement :
Factual : « Quels types de dommages d’eau sont exclus selon la section 4 ? »
Conditionnel : « Si un ordinateur portable est volé lors de son utilisation pour du travail indépendant, est-il couvert ? »
Exclusion : « Qu’est-ce qui n’est PAS couvert lorsque le chiffre d’affaires annuel dépasse 50 000 $ ? »
Chaque paire est vérifiée par rapport au texte source, puis je la relis pour en assurer la précision avant livraison.
CE QUE VOUS RECEVEZ :
- Fichier JSONL au format Alpaca prêt pour toute pipeline de fine-tuning (Unsloth, LLaMA Factory, OpenAI, etc.)
- Paires multi-angle (factual, conditionnel et exclusion)
- Paires de synthèse inter-documents reliant des connaissances entre fichiers liés
- 2 à 3 fois plus de paires par segment que les concurrents à question unique
MEILLEUR POUR :
Assurance, juridique, conformité, documentation produit, entreprise
Obtenez le modèle complet : https://www.Fiverr.com/s/Ld5qPg4
Langage de programmation:
Python
Type de données:
Texte
Moteur d'IA:
GPT
•
DeepSeek
•
LLaMa
•
Langchain
•
PyTorch
FAQ
Traduction automatique
Dans quel format le jeu de données est-il livré ?
JSONL au format Alpaca — la norme de l'industrie pour le fine-tuning de LLM. Chaque entrée comporte des champs instruction, entrée et réponse. Fonctionne directement avec Unsloth, LLaMA Factory, Axolotl, API de fine-tuning OpenAI, et tout pipeline compatible HuggingFace.
Avec quels types de documents travaillez-vous ?
Tout document d'entreprise riche en texte : polices d'assurance, contrats juridiques, manuels de conformité, documentation produit, manuels employés, protocoles de santé, SOPs d'entreprise, manuels techniques.
Combien de paires QA vais-je obtenir ?
En général 2-3 paires vérifiées par segment de document. Un PDF de 10 pages génère habituellement 40-80 paires de haute qualité. Le nombre exact dépend de la densité du document — les documents de politique avec de nombreuses conditions et exclusions produisent plus de paires que du texte narratif simple.
Qu'est-ce qui différencie vos jeux de données des autres vendeurs ?
Trois choses. D'abord, génération multi-angle — chaque segment produit des paires de raisonnement factuel, conditionnel et d'exclusion. Ensuite, synthèse inter-documents — paires qui relient des connaissances entre documents liés. Enfin, chaque paire est vérifiée et révisée manuellement par rapport au texte source avant livraison.
Pouvez-vous aussi faire le fine-tuning du modèle pour moi ?
Ce service couvre uniquement la création de jeux de données. Contactez-moi pour discuter des options de fine-tuning.
