Muitas empresas querem adaptar um modelo de linguagem aos próprios documentos, comparar modelos antes de escolher um ou processar milhares de textos de uma vez. São trabalhos com começo, meio e fim, que pedem GPU por alguns dias ou semanas. O formato por projeto evita contratar capacidade por mês e montar um ambiente que depois fica parado.
Tipos de projeto
| Projeto | Para que serve | O que você recebe |
|---|---|---|
| Ajuste fino | adaptar uma LLM aberta ao vocabulário e às tarefas da empresa | a LLM ajustada (arquivos do modelo), configuração e relatório de avaliação |
| Avaliação comparativa | medir modelos candidatos nas suas próprias perguntas antes de escolher | tabela de resultados por modelo e por tipo de pergunta |
| Inferência em lote | classificar, resumir ou extrair dados de grandes volumes de texto | arquivos de saída e amostra conferida |
| Preparação de dados | limpar e organizar a base que alimenta os outros projetos | base pronta e documentada |
O ajuste fino busca adaptar o modelo às tarefas treinadas, e o efeito é medido na avaliação. Quando o objetivo é responder com base em documentos que mudam com frequência, a busca numa base de documentos costuma funcionar melhor, e o levantamento indica o caminho.
O que enviar
- O objetivo em uma frase: o que o modelo precisa fazer melhor depois do projeto.
- O modelo de partida, se já houver um escolhido, ou os critérios para escolher.
- O volume aproximado de dados e o formato dos arquivos.
- Um conjunto pequeno de exemplos com a resposta esperada, que vira a base da avaliação.
Dados e LGPD
Projetos de IA costumam usar documentos internos, atendimentos e cadastros, e muitas vezes isso inclui dados pessoais. Antes de começar, combinamos o que entra na base e se dá para anonimizar ou retirar campos sensíveis.
Processamos em data centers no Brasil, em Vitória (ES), Serra (ES), São Paulo (SP) ou Rio de Janeiro (RJ); a proposta indica onde. Os dados do projeto ficam no país, e a proposta confirma onde ficam as cópias de segurança e os registros de execução.
Antes do início, avaliamos com você o tratamento de dados pessoais e eventuais transferências internacionais, inclusive por fornecedores, integrações ou acessos a partir do exterior, como uma API de modelo hospedada fora do país. Havendo transferência de dados pessoais, ela precisa de base legal e de um mecanismo válido previsto na LGPD, definido com a área jurídica da sua empresa.
O contrato define os papéis de cada parte, as medidas de segurança, o que fazer em caso de incidente e o destino dos dados no fim do projeto.
O que você recebe
- Os artefatos combinados: arquivos do modelo, saídas ou tabela de avaliação.
- O relatório do projeto, com o modelo de origem, os dados usados, as configurações e os resultados da avaliação.
- A confirmação por escrito do destino dos dados: devolução, guarda por prazo definido ou exclusão.
A LLM ajustada segue a licença do modelo de origem. Conferimos essa licença com você antes de começar.
Quando outro caminho é melhor
Se a sua equipe quer experimentar todos os dias e operar o ambiente, alugar capacidade de GPU costuma fazer mais sentido, e esse serviço está em cloudgpu.com.br. Se o modelo vai atender usuários o tempo todo, com dados que não podem sair da empresa, um servidor próprio entra na conta.
Perguntas frequentes
Vocês treinam um modelo do zero?
Treino do zero de modelos grandes pede capacidade e prazo que fogem do formato por projeto. O mais comum é ajustar um modelo aberto já existente com os seus dados, e é aí que o serviço se encaixa melhor.
A LLM ajustada fica comigo?
A proposta define a entrega. O formato usual é entregar os arquivos da LLM ajustada, o relatório de avaliação e as configurações usadas, respeitando a licença do modelo de origem.