Fino uglaševanje jezikovnih modelov · CPT · SFT · Podatki · Evalvacija

Vaši podatki.
Vaša domena.
Vaš model.

Odprte jezikovne modele (LLM) fino uglasimo na podatkih vašega podjetja — priročnikih, zahtevkih, pogodbah, procesih, terminologiji — in napredek dokažemo na zamrznjenem merilu, preden karkoli dostavimo. Treniranje AI modelov po meri kot storitev, od podatkov do nameščenega modela. Trenirano v EU. Uteži dobite vi. In ko se pojavi boljša odprta osnova, model v nekaj dneh ponovno uglasimo na vaših podatkih in vašem merilu, da nikoli ne zastara.

20+ odprtih modelov na Hugging Face Trenirano v EU Uteži so vaše · mi jih ohranjamo aktualne
trainer · qwen3.6-35b-a3b · slovenian
$ bash scripts/run_cpt.sh # QLoRA r256 step 2405/2405 loss 1.42 → 1.34 ✓ adapter shranjen $ bash scripts/run_sft_autoresume.sh # pogovor + MT · 2 ep $ python eval/eval_llm_4bit.py --model outputs/merged arc_easy 0.71 → 0.78 boolq 0.83 → 0.89 povp (7) 0.623 → 0.654 +3,1 točke · 6/7 nalog $ bash scripts/merge_lora.sh && quantize Q4_K_M ✓ GGUF pripravljen
perpleksnost (zadržano) · CPT 6,996 → 3,438
6,996 3,438 0 1,78 mrd žet.
osnova / uglašen Slovenian-LLM-Eval
arc_easy0,710,78+7
boolq0,830,89+6
hellaswag0,590,62+3
sl→en BLEU30,935,0+4,1
ASR WER46,822,3−52 %
20+Objavljenih odprtih modelov na Hugging Face, vsak s kartico, izvorom in številkami
1,78mrdŽetonov v našem največjem nadaljevanem predučenju (vsi parametri, model 4B)
−52 %Napaka razpoznave govora po uglaševanju na 962 urah zvoka
140 tis.Izdelanih domenskih učnih zapisov, kakovostno preverjenih in z licencami
Vrzel

Splošni modeli vašega podjetja še niso videli.

Vrhunski API-ji so odlični za povprečen primer. Vaši zahtevki, priročniki, pogodbe in procesi niso povprečen primer — in zadnjih 20 % kakovosti je tam, kjer je vrednost.

01 — ZNANJE

Vaših dokumentov ni prebral

Vaši priročniki, zgodovina podpore, postopki in terminologija obstajajo samo znotraj vašega podjetja. Noben model s police jih ni videl — zato ugiba, samozavestno.

02 — ZANESLJIVOST

Prompti vas pripeljejo do 80 %

Natančni izhodni formati, hišna terminologija, klici orodij, ki delujejo vsakič, odgovori v vašem jeziku — zadnjih 20 % se natrenira, ne pripromptá.

03 — SUVERENOST IN STROŠKI

API na žeton se ne skalira in ni skladen

Za posebne kategorije in zaupne podatke je tuji API podobdelovalec, ki ga mora vaš pooblaščenec za varstvo podatkov utemeljiti. Majhen model, naučen na vaših podatkih, teče na vaših strežnikih po fiksni ceni — in uteži so vaše.

04 — ZASTARANJE

Enkrat natreniran model je model, ki zastara

Nova odprta osnova izide vsako četrtletje. Model, enkrat uglašen na lanski osnovi, izgubi proti letošnji nedotaknjeni. Premoženje niso uteži — to so zbirka, zamrznjeno merilo in zmožnost ponovnega uglaševanja v enem dnevu.

Kaj šteje Javni API Prompti + RAG Fino uglašen z nami
Podatki ostanejo v EU, pod vašim nadzorom✕~✓
Vaša terminologija in formati, vsakič~~✓
Zanesljivi klici orodij v vaše sisteme~~✓
Dejstva, ki se dnevno spreminjajotu spada iskanje — združimo oboje✕✓✓
Fiksen strošek pri obsegu, deluje brez povezave✕~✓
Model je vaš✕✕✓
Napreduje, ko napredujejo osnovni modeliz naročnino — ocenjeno na vašem merilu, ne ponudnikovem✓~✓
Kaj delamo

Fino uglaševanje LLM kot storitev: od surovih podatkov do modela, ki je vaš.

Šest zmožnosti, ena veriga. Vzemite katerokoli posebej ali celotno verigo od začetka do konca. Vsaka je preizkušena na modelu, ki ga lahko prenesete.

01

Nadaljevano predučenje (CPT)

Osnovni model naučimo celotnega jezika ali domenskega korpusa — milijarde žetonov očiščenega, dedupliciranega besedila s sledljivimi licencami.

  • Učenje vseh parametrov za goste modele; QLoRA visokega ranga za mešanice ekspertov 30B+
  • Perpleksnostna vrata na zadržanem besedilu po vsaki kontrolni točki
  • Mešanice za ohranjanje znanja, da model obdrži, kar je osnova znala
  • Pakirana zaporedja, večdnevni teki odporni na sesutja
1,78 mrd žetonov → perpleksnost −51 % · Sokol 4B
02

Nadzorovano fino uglaševanje (SFT)

Oblikujemo vedenje: pogovor, prevajanje, klicanje orodij, sklepanje, identiteta — v lastni predlogi modela, tisti, ki jo vaš strežniški sklad dejansko izpisuje.

  • Nativno klicanje funkcij z večkrožnimi zankami klic → rezultat → odgovor
  • Destilacija sklepanja iz močnejšega učitelja, filtrirana s sodnikom
  • Uglaševanje identitete, tona in pravil
  • Zaporedna douglaševanja, ki gradijo na prejšnjih adapterjih
+3,1 točke Slovenian-LLM-Eval · 6/7 nalog · +4,1 BLEU sl→en
03

Izdelava podatkovnih zbirk

Korpusi, pripravljeni za učenje, s sledljivim izvorom — ne nabrane kupe. Polovica vsakega programa je tukaj.

  • Ena shema, ocena kakovosti, natančna + vektorska deduplikacija, deterministične delitve
  • Licenčna vrata: komercialna in raziskovalna mešanica iz istih virov
  • Destilacija z učiteljem in sodnikom; sintetični dialogi iz preverjenih gradnikov
  • Domensko prevajanje z zamrznjeno terminologijo — kode, imena, oznake ostanejo nedotaknjeni
  • Izvozi za CPT, SFT in preferenčno učenje (DPO/GRPO) + zamrznjeni evalvacijski deli
140.063 preverjenih medicinskih zapisov · register 35 virov za kibervarnost · 49.772 destiliranih sledi
04

Izvajanje treningov kot storitev

Prinesite podatke, dobite model. Ali ne prinesite ničesar in podatke zgradimo mi.

  • GPU zmogljivosti pod našim nadzorom — lastne in preverjeni partnerji v EU — ali vaš oblak / izolirana oprema
  • Ovoji s samodejnim nadaljevanjem in disciplina kontrolnih točk
  • Združene uteži bf16, adapterji LoRA in kvantizacije GGUF, dostavljeni skupaj
  • Kartica modela s popolnim izvorom in številkami za vsako trditev
20 modelov in 4 zbirke, objavljeni na Hugging Face
05

Evalvacijski vztrajnik

»Boljše« se meri, ne trdi. Merilo je določeno, preden se dotaknemo podatkov.

  • Zamrznjeni, verzionirani nabori meril — nikoli urejani, le razširjani
  • Objektivna sled (točnost, BLEU/chrF, WER/CER) + sled z več sodniki
  • Lestvica, ki označi nazadovanje, čez vsako različico modela
  • Odločitev da/ne na podlagi številk, preden karkoli dostavimo
vsak model v Rezultatih je bil ocenjen osnova-proti-uglašen na istem zamrznjenem naboru
06

Namestitev in govor

Od modela 4B na prenosniku do mešanice ekspertov 35B na delovni postaji — z vidom, orodji in glasom.

  • GGUF Q4–Q8 za llama.cpp / LM Studio; recepti za vLLM in transformers
  • Vhodne slike in uporaba orodij, ki delujeta v produkciji, ne le na demu
  • Pretočna razpoznava govora in uglaševanje sinteze govora
  • Po želji gostovanje ali namestitev pri vas, ki teče brez omrežja
slovenska pretočna razpoznava — WER 46,8 % → 22,3 %, teče na CPU
Kako poteka

Pet korakov, na koncu ena številka.

Prvi izmerjeni model pride v tednih, ne v četrtletjih. Vsaka faza se konča z nečim, kar lahko preverite.

  1. Obseg

    Določimo nalogo in merilo

    Uporabniki, naloga, zamrznjen evalvacijski nabor. Pregled vaših podatkov in licenc. Zapisano merilo da/ne.

  2. Podatki

    Zgradimo korpus

    Čistimo, prevajamo, destiliramo in mešamo. Rezine za ohranjanje ščitijo, kar osnova že zna.

  3. Učenje

    CPT → SFT → douglaševanja

    Vsaka kontrolna točka gre skozi hitro evalvacijo, da slabi teki umrejo zgodaj, dobri pa dobijo proračun.

  4. Evalvacija

    Osnova / uglašen / alternative

    Iz oči v oči na zamrznjenem merilu, vključno z API-jem ali RAG postavitvijo, ki ste jo premišljali.

  5. Dostava

    Uteži, GGUF, kartica, recept

    Delavnica ob predaji. Gostovanje ali namestitev pri vas, če želite. Odvisnost od nas ne ostane.

Rezultati

Vse spodaj je javno.

Vsak model in vsaka zbirka je na Hugging Face s kartico, izvorom in številkami; raziskovalna modela (Sraka, Vran) sta dostopna na zahtevo. Slovenščina je naša referenčna implementacija — ista veriga teče na vaši domeni.

Qwen3.6-35B-A3B · osnova proti CPT+SFT (slovenščina)

Slovenian-LLM-Eval · acc_norm · n=100/nalogo · 4-bitna evalvacija
NalogaOsnovaUglašenΔosnova ░ uglašen ▓
arc_easy0,710,78+0,07
arc_challenge0,480,51+0,03
hellaswag0,590,62+0,03
piqa0,650,64−0,01
openbookqa0,480,51+0,03
winogrande0,620,63+0,01
boolq0,830,89+0,06
povprečje0,6230,654+0,031
CPTSFTklicanje orodijvidGGUF

Sraka 27B — naš najmočnejši slovenski model, z vidom

Splošni slovenski model s 27 milijardami parametrov: nadaljevano predučenje, da bolje govori slovensko, nato uglasitev za pogovor, prevajanje in klicanje orodij. Boljši od osnove na vseh sedmih nalogah slovenskega nabora in veliko boljši pri presoji, kdaj orodja ne klicati. Ima tudi vid: bere slike in posnetke zaslona. Teče lokalno kot GGUF. Eksperimentalna izdaja, nekomercialna licenca, dostop na zahtevo.

0,871Slovenian-LLM-Eval (osnova 0,844)
7/7dobljenih nalog
0,956pravilno brez klica (osnova 0,847)
CPTSFTklicanje orodijvidGGUF

Qwen3.6-35B-A3B Slovenian

Mešanica ekspertov 35B (3B aktivnih), naučena slovenščine z nadaljevanim predučenjem, nato SFT za pogovor in prevajanje, nato douglaševanje za klicanje orodij, ki je ohranilo jezikovne pridobitve. Vključena vid in nativni klici funkcij.

+3,1točke acc_norm
6/7dobljenih nalog
+4,1BLEU sl→en
CPT vseh parametrovSFTdestilacija sklepanjavidna napravi

Sokol 4B — asistent na napravi

Gost model 4B, predučen na 1,78 milijarde slovenskih žetonov, nato uglašen na ~250 tisoč primerih pogovora, prevajanja, klicanja orodij in destiliranega sklepanja. En repozitorij, polne uteži, GGUF Q4–Q8 in vizualni projektor. Teče na prenosniku in razume tudi slike.

−51 %perpleksnost
+0,047povp. acc_norm
6/7dobljenih nalog
izdelava podatkovdomensko MTevalvacijski naborraziskave

Vran 27B — biomedicinski raziskovalni model

Najprej smo zgradili korpus: 140.063 slovenskih medicinskih zapisov z navodili, strojno prevedenih iz angleške zlate zbirke s sledljivim izvorom, z namenskim medicinskim prevajalnim modelom in štiriplastnimi vrati kakovosti, ter namenski evalvacijski nabor. Nato smo naučili model. Raziskovalna raba.

140 tis.preverjenih zapisov
27 Bparametrov
3objavljene zbirke
ASRpolno uglaševanjepretočnoCPU

Slovenska pretočna razpoznava govora

Polno uglaševanje NVIDIINEGA pretočnega razpoznavalnika Nemotron 0.6B na 962 urah slovenskega govora, večano po različicah brez katastrofalnega pozabljanja. Stopnja napak besed prepolovljena na studijskem govoru in znižana za dve tretjini na večdomenskem zvoku. Nameščen na CPU kot GGUF.

22,3 %WER studio (s 46,8)
23,4 %WER večdomensko (s 67,7)
962 hučnega zvoka
TTSLoRAglasovni sklad

Slovenski glasovi za sintezo govora

LoRA uglaševanji dveh odprtih generatorjev govora na slovenskem studijskem govoru, ki zapreta zanko popolnoma lokalnega asistenta govor-noter → govor-ven s kamero in orodji — zagnanega z enim ukazom v brskalniku.

2odprta TTS modela
100 %teče lokalno
podatkovne zbirkeCPT korpusSFTmerilo

Objavljene podatkovne zbirke

Očiščen korpus za nadaljevano predučenje, dvosmerna prevajalska SFT zbirka EN↔SL s 120.000 pari, medicinski korpus z navodili in njegov evalvacijski nabor — vsak s kartico, ki navaja vire, licence in način izdelave.

Javni model ali prilagojen?

Javni slovenski model je izhodišče. Vaša naloga je razlika.

GaMS, LLMs4EU in katalog CLARIN.SI dajejo dobre odprte osnove za slovenščino, in to je za nas dobra novica: cenejši vhod. Na splošnih nalogah ne trdimo, da smo boljši. Na vaši nalogi, z vašimi dokumenti, na vašem strežniku, je merjena razlika edino, kar šteje, in prav to pilot izmeri.

Isto ogrodje, isti primeri: naš domenski model proti javnemu GaMS3-12B-Instruct

Slovenian-LLM-Eval · n=500/nalogo · acc_norm · avgust 2026
ProtokolVran 27B (naš, biomedicina)GaMS3-12B-Instruct (javni)Δ
Verjetnost nadaljevanja (0-shot, log-lik)0,6700,663izenačeno
Vprašanje in odgovor skozi klepetalno predlogo0,8520,773+7,9 točke

Kaj to pomeni: model, naučen za medicinske naloge, na splošni slovenščini ne izgubi nič proti javnemu modelu (prva vrstica je znotraj šuma), pri odgovarjanju na vprašanja pa vodi, deloma zaradi navajenosti na obliko. Prednost, ki jo prodajamo, ni ta tabela, ampak lestvica osnova proti uglašen na vašem naboru, ki jo dobite ob koncu pilota. Postopek, koda in surovi rezultati so javni v hf.co/texdata.

Primeri uporabe

Kaj podjetja uglašujejo z nami: primeri uporabe jezikovnih modelov po meri.

Tipična izhodišča. Večina programov združi dva ali tri.

Podpora strankam in servis

Asistenti, naučeni na zgodovini vaših zahtevkov in priročnikih: dosledni odgovori, vaš ton, eskalacija ob negotovosti.

Dokumenti in ekstrakcija

Pogodbe, računi, obrazci, poročila: strukturirana ekstrakcija, klasifikacija in povzetki v vaši shemi, v vašem jeziku.

Interno znanje

Postopki, standardi, ISO dokumentacija, inženirske beležke — sodelavec, ki jih je dejansko prebral, brez povezave.

Agenti in avtomatizacija

Zanesljivo klicanje orodij v vaš ERP, CRM ali sistem zahtevkov. Naučeno na vaših podpisih funkcij, testirano na deležu uspešnih klicev.

Govor in glas

Transkripcija klicev z vašim besediščem, glasovni boti in narekovanje — razpoznava in sinteza, ki tečeta na vaših strežnikih.

Jezikovna prilagoditev

Slovenščina ali katerikoli premalo zastopan jezik: nadaljevano predučenje in uglaševanje navodil, da je model tekoč, preden je strokoven.

Lastništvo

Vaši podatki ostanejo v EU. Model odide z vami.

Treniramo na GPU zmogljivostih pod našim nadzorom — lastnih in pri preverjenih partnerjih znotraj EU. V obeh primerih so vaši podatki obdelani pod NDA in nikoli ne zapustijo evropske jurisdikcije.

Kaj prejmete

  • ModelZdružene uteži + adapterji LoRA
  • NamestitevGGUF / vLLM gradnja + recept za strežbo
  • PodatkiVsaka zbirka, ki smo jo zgradili, z izvorom
  • EvalvacijaZamrznjeno merilo + lestvica osnova-proti-uglašen
  • DokumentacijaKartica modela, kartica podatkov, učne konfiguracije
  • PredajaDelavnica; po želji gostovanje ali namestitev pri vas

Pravila

  • Vaši podatki so obdelani pod NDA, na infrastrukturi pod našim nadzorom, znotraj EU. GDPR je privzeto, ne dodatek.
  • Za najbolj občutljive podatke izolirano učenje: tečemo z izklopljenim omrežnim kablom in predamo disk.
  • Samo odprte osnove — Qwen, Gemma, Llama, Mistral, Nemotron — s sledenjem licence vsake osnove in vsakega vira podatkov.
  • Prejmete uteži, adapterje, zbirke, evalvacijski nabor in zapis o izvoru. Odvisnost od nas ostane le, če jo želite. Tista, ki jo večina ekip obdrži, je ritem ponovnega učenja, ne uteži.
  • Vse je verzionirano — podatki, konfiguracije, kontrolne točke, rezultati — da je rezultat ponovljiv tudi čez leto dni.

Kje model teče

Občutljivost izbere stopnico. Običajni osebni podatki so v redu v oblaku v EU s pogodbo o obdelavi. Posebne kategorije — zdravstveni, biometrični, bančna tajnost, tajni podatki — običajno zahtevajo model na strojni opremi, do katere lahko stopite. Vse, kar dostavimo, teče na vsaki stopnici.

  1. PrenosnikNa napravi

    Modeli 4B na prenosniku ali telefonu. Nič ne zapusti naprave. Delo na terenu, brez povezave, brez infrastrukture.

  2. Delovna postajaEna GPU

    Modeli 27–35B na eni GPU v delovni postaji. Ekipa nekaj deset ljudi, en računalnik, brez ekipe za obratovanje.

  3. Vaša omaraStrežnik pri vas

    Vaš podatkovni center, vaš požarni zid, recept za strežbo z vLLM priložen. Standard za bolnišnice, banke, javni sektor.

  4. Oblak v EUGostujemo mi, v EU

    Zmogljivosti pod našim nadzorom, ponudniki v evropski lasti, brez ameriških podobdelovalcev. Za ekipe brez strojne opreme, ki vseeno potrebujejo rezidenčnost.

  5. IzoliranoNikoli v omrežju

    Trenirano z izklopljenim kablom, dostavljeno na disku, teče v izoliranem omrežju. Obramba, kritična infrastruktura, poslovne skrivnosti.

Premoženje

Uteži so izdelek. Veriga je premoženje.

Datoteko z utežmi lahko kopira vsak. Tega, kar jo je ustvarilo, ne more nihče. Štiri stvari naredijo fino uglašen model naslednje leto vreden več kot danes — in nobena od njih ni model.

01 — PODATKI

Podatkovna veriga

Shema, odstranjevanje dvojnikov, ocenjevanje kakovosti, sledenje licencam, zamrznjena terminologija. Za vaše podatke zgrajena enkrat, uporabljena ob vsakem ponovnem učenju.

02 — MERILO

Zamrznjena evalvacija

Verzionirani nabori meril in lestvica, ki zazna nazadovanje. Brez njih nihče ne ve, ali je nov model boljši ali samo drugačen.

03 — VAŠI PODATKI

Lastni vhod

Edina sestavina, ki je nihče od zunaj ne more ponoviti. Zato uglašujemo za vsako stranko posebej, namesto da bi prodajali splošne panožne modele.

04 — RITEM

Ponovno učenje v enem dnevu

Izide nova osnova, mi v nekaj dneh ponovno uglasimo na vaših podatkih in ponovno ocenimo na vašem merilu. Model, kupljen enkrat, tega ne zmore.

Sodelovanje

Začnite majhno, izmerite, potem se odločite.

Trije načini sodelovanja. Večina ekip začne s pilotom in konča na naročnini. Če še ne veste, ali učenje sploh potrebujete, je pred pilotom enodnevna evalvacija na vaših dokumentih.

Od začetka do konca

Celoten program

CPT → SFT → evalvacija → namestitev za produkcijski model, vključno z izdelavo podatkov in receptom za strežbo.

  • Gradnja korpusa, prevajanje ali destilacija po potrebi
  • Večstopenjsko učenje z vrati na kontrolnih točkah
  • Dostava GGUF / vLLM, kartica modela, delavnica ob predaji
Pogovor o programu
Kjer programi končajo

Vztrajnik na naročnino

Nova odprta osnova vsako četrtletje, novi podatki vsak teden. Mesečno ponovno uglasimo, ponovno ocenimo in dostavimo. Lestvica je pogodba. Vsaka različica uteži je vaša.

  • Nadgradnja osnove v nekaj dneh po izidu, ocenjena na vašem zamrznjenem merilu
  • Opozorila o nazadovanju, preden jih opazijo uporabniki
  • Možnost kaskade: vaš majhen model prevzame večino, vrhunski model lovi ostanek
Pogovor o naročnini

GPU čas je na voljo tudi samostojno za ekipe, ki prinesejo lastno verigo.

Pogosta vprašanja

Naravnost.

Kdo je lastnik modela?

Vi. Uteži, adapterje, zbirke, ki jih zgradimo za vas, evalvacijski nabor in zapis o izvoru dostavimo vam. Ničesar ne obdržimo, česar ne želite.

Kako izvem, ali model na mojih dokumentih sploh dela, preden karkoli plačam za učenje?

Z enodnevno evalvacijo: petdeset anonimiziranih primerov in ena naloga, mi zgradimo zamrznjen nabor z znanimi pravilnimi odgovori in skozi isto navodilo poženemo do pet modelov (javne slovenske, odprte osnove, tuji API). Dobite tabelo z izmerjenimi rezultati, dobesedne izhode in priporočilo, ali se učenje splača. Fiksna cena, odšteje se od pilota.

Koliko stane fino uglaševanje jezikovnega modela?

Pilot ima fiksno ceno, dogovorjeno pred dotikom vaših podatkov. Celoten program ponudimo po enotedenskem uvodnem obdobju; razpon je odvisen od stopenj učenja, pripravljenosti podatkov in namestitve. Redno ponovno učenje je mesečna naročnina. Celoten cenik je javen: povezava je v razdelku Sodelovanje.

Ali naj fino uglasimo majhen jezikovni model (SLM) namesto uporabe velikega API-ja?

Za ozko, dobro opredeljeno nalogo - odgovori podpore, izvleček iz dokumentov, klasifikacija, klici orodij - fino uglašen model 4B do 12B običajno dosega ali presega vrhunski API pri tej nalogi, za delček cene, in teče na vaši strojni opremi. Za odprto splošno pomoč velik model še vedno zmaga. Pilot izmeri, na kateri strani te črte je vaš primer.

Ali bo moj model zastarel, ko izide naslednja osnova?

Samo če ga nihče ponovno ne uglasi. Ker zbirka in zamrznjeno merilo že obstajata, je prehod na novo osnovo delo nekaj dni, ne mesecev. Za to je naročnina. Brez nje še vedno posedujete vse, kar potrebujete, da to naredite sami.

Zakaj plačati, če so GaMS in drugi slovenski modeli brezplačni?

Ker so izhodišče, ne končni izdelek. Javni model ne pozna vaših dokumentov, vaše terminologije in vaših postopkov; ne teče pri vas z zapisano evalvacijo in nihče ga ne uči ponovno, ko se podatki spremenijo. Naš postopek se začne prav na takih osnovah in vam vrne model, izmerjen na vašem naboru, ki teče na vašem strežniku. Kje je razlika na splošnih nalogah, kažemo javno v razdelku Javni ali prilagojen.

Ali lahko preprosto kupimo enega od vaših objavljenih modelov?

Odprti so — vzemite jih. A splošen model je izhodišče, ne prednost. Dobiček pride iz vaših podatkov, vašega merila in tega, da model ostane aktualen. Naše objavljene modele uporabljamo kot pospeševalnik prav za to.

Ali majhen model res lahko nadomesti naše stroške za API?

Pri ozki, dobro opredeljeni nalogi običajno da, in za delček cene. Pod določenim obsegom je API še vedno cenejši od lastne GPU. Pilot vam pove, na kateri strani te črte ste — in kaskada (najprej majhen model, ob nizki gotovosti vrhunski) pogosto zmaga tako pri stroških kot pri kakovosti.

Fino uglaševanje ali iskanje (RAG)?

Običajno oboje. Iskanje je pravo za dejstva, ki se dnevno spreminjajo; fino uglaševanje je pravo za vedenje — formate, terminologijo, uporabo orodij, ton in to, da majhen model zmore, kar je prej zmogel le velik. Pilot preveri, kaj dejansko premakne vašo metriko, preden se odločite.

S katerimi osnovnimi modeli delate?

S katerimkoli odprtim modelom, katerega licenca ustreza vaši rabi: Qwen, Gemma, Llama, Mistral za besedilo; Nemotron in Parakeet za razpoznavo govora; odprti TTS modeli za sintezo. Sledimo licenci vsake osnove in vsakega vira podatkov in vam povemo, če kombinacija ni komercialno uporabna.

Kateri jeziki?

Katerikoli. Večina industrijskih programov teče v jeziku stranke na močni večjezični osnovi; slovenščina je naš preverjen primer od začetka do konca. Za premalo zastopane jezike velja isti recept — nadaljevano predučenje, fino uglaševanje, zamrznjena evalvacija — in pošteno ocenimo, koliko uporabnega besedila obstaja, preden karkoli obljubimo.

Koliko podatkov potrebujem?

Za fino uglaševanje že nekaj tisoč kakovostnih primerov naredi razliko. Za nadaljevano predučenje več sto milijonov žetonov. Česar nimate, lahko zgradimo, prevedemo ali destiliramo — to je polovica tega, kar delamo.

Ali moram za občutljive podatke model poganjati lokalno?

Po zakonu ne — za običajne osebne podatke je ponudnik z gostovanjem v EU in pogodbo o obdelavi skladen. Za posebne kategorije (zdravstveni, biometrični), bančno tajnost, tajne podatke ali poslovne skrivnosti je tuji API podobdelovalec, ki ga mora vaš pooblaščenec utemeljiti, in večina se za to ne odloči. Model na vaši lastni strojni opremi je edina postavitev, kjer je »podatki niso nikoli odšli« mogoče preveriti, ne le obljubiti. Stopnico, ki vam ustreza, najdete v lestvi zgoraj.

Ali model lahko teče brez povezave?

Da. Naši modeli 4B tečejo na prenosniku; modeli 27–35B na eni GPU v delovni postaji. Vse, kar dostavimo, deluje z izklopljenim omrežnim kablom.

Ali to pomaga pri Aktu EU o umetni inteligenci?

Pri dokumentacijskem delu da: vsak model pride s kartico podatkov, zapisom o izvoru, učnimi konfiguracijami in rezultati evalvacije — artefakti, ki jih zahtevajo obveznosti preglednosti in vodenja evidenc. Nismo pravniki; vaši ekipi za skladnost damo, kar potrebuje.

Kako dolgo traja?

Izmerjen pilotni model v tednih. Celoten program je odvisen od pripravljenosti podatkov; po uvodnem tednu dobite datiran urnik in vsaka faza se konča s številko, ki jo lahko preverite.

Delate v hrvaščini, srbščini, baltskem ali drugem manj zastopanem jeziku? Jezikovni modeli za manj zastopane jezike →

Pošljite nam petdeset primerov.

Pokažite nam petdeset resničnih vprašanj in odgovorov iz vaše domene. V enem tednu vam povemo, kaj bi zmogel model, naučen na vaših podatkih — in natančno, kaj bi bilo za to potrebno.

MediaAtlas d.o.o. · SevnicaNDA privzetoJurisdikcija EU