LoRA บนโมเดล open-weight

ไฟน์จูนโมเดลด้วย
บทสนทนาของคุณเอง

ให้คะแนนคำตอบของเอเจนต์ในกล่องข้อความและแก้คำตอบที่พลาด ไฟน์จูนโมเดล open-weight บนคู่เหล่านั้น แล้วให้เอเจนต์ใช้ผลลัพธ์ — น้ำเสียงที่คุณต้องอธิบายซ้ำในพรอมต์อยู่ตลอด จะไปอยู่ในน้ำหนักของโมเดลแทน

ชุดข้อมูล รอบเทรน เอเจนต์

สามขั้นตอน ทั้งหมดอยู่ในเวิร์กสเปซที่โมเดลจะไปทำงาน

1

สร้างชุดข้อมูล

เลือกชุดข้อมูลสำหรับเทรนในบทสนทนาของกล่องข้อความ แล้วกด 👍 ให้คำตอบของ AI ที่ควรเก็บไว้ และปรับปรุงคำตอบที่พลาด ทุกคู่จะรอให้คุณเลือกรวมหรือตัดออก ก่อนที่จะมีอะไรถูกส่งไปเทรน

2

เลือกโมเดลฐานแล้วเทรน

เลือกโมเดลฐาน open-weight ดูค่าใช้จ่ายโดยประมาณเมื่อส่งออกชุดข้อมูลแล้ว ใช้ไฮเปอร์พารามิเตอร์ค่าเริ่มต้นหรือปรับเอง แล้วเริ่มรัน

3

ให้เอเจนต์ใช้งาน

อะแดปเตอร์ที่เทรนเสร็จจะแสดงในตัวเลือกโมเดลของเอเจนต์ ใต้ My Adapters ให้เอเจนต์ตัวหนึ่งใช้ แล้วรันข้อความจริงของลูกค้าซ้ำกับเอเจนต์นั้นด้วย “Run with…” ในกล่องข้อความ แล้วเก็บตัวที่ตอบดีกว่าไว้

ไฟน์จูนโดยไม่ต้องมีระบบแยก

ไม่ต้องใช้คอนโซลของผู้ให้บริการ ไม่ต้องจองทรัพยากร ไม่ต้องทำสัญญา — ใช้ยอดเครดิตเดียวกับทุกอย่าง

เทรนด้วยคำตอบที่คุณตรวจแล้ว

คู่สำหรับเทรนมาจากกล่องข้อความของคุณ: คำตอบของ AI ที่คุณกด 👍 ฉบับแก้ที่คุณเขียนเมื่อคำตอบพลาด เอพิโซดคะแนนสูงจากหน่วยความจำของเอเจนต์ และคู่ถาม-ตอบที่คุณเพิ่มเอง — แทนตัวอย่างที่แต่งขึ้นให้โมเดลเลียนแบบ

โมเดลที่เล็กลง แต่ทำตัวดี

เมื่อน้ำเสียงและคำศัพท์อยู่ในน้ำหนักของโมเดลแล้ว ก็ไม่ต้องเสียโทเคนพรอมต์ทุกครั้งที่เรียก — ซึ่งมักหมายถึงโมเดลที่เล็กกว่าและเร็วกว่า ทำงานที่เคยต้องใช้โมเดลใหญ่

รู้ค่าใช้จ่ายโดยประมาณก่อนเริ่ม

เมื่อส่งออกชุดข้อมูลแล้ว หน้าต่างเทรนจะแสดงค่าใช้จ่ายโดยประมาณและจำนวนโทเคนที่ใช้เทรนก่อนเริ่มรัน ค่ารันจะเรียกเก็บเมื่อเสร็จ จากยอดเครดิตเดียวกับทุกอย่าง — ไม่มีสัญญาแยก ไม่ต้องจองทรัพยากร

แค่เลือกจากดรอปดาวน์ ไม่ต้องย้ายระบบ

อะแดปเตอร์ที่เทรนเสร็จแสดงเป็นโมเดลที่เอเจนต์เลือกได้ ข้างผู้ให้บริการโมเดลอื่นๆ ให้เอเจนต์ตัวหนึ่งใช้ เปรียบเทียบ แล้วเก็บตัวที่ตอบได้ดีกว่า

งานที่คุณติดตามได้

ชุดข้อมูล รอบเทรน และอะแดปเตอร์ที่เสร็จแล้ว ต่างมีรายการของตัวเอง เห็นสถานะ โมเดลฐาน และต้นทุนของทุกรอบ ไม่ได้ซ่อนอยู่ในคอนโซลของผู้ให้บริการ

คุมสิทธิ์แยกต่างหาก

ข้อมูลเทรนสร้างจากบทสนทนาจริงของลูกค้า ทั้งส่วนนี้จึงมีสิทธิ์ของตัวเอง — รวมถึงรายการบทสนทนาที่คัดเลือก — แยกจากส่วนอื่นของเวิร์กสเปซ

ไปป์ไลน์รองรับอะไรบ้าง

ตั้งแต่บทสนทนาที่ใส่เข้าไป จนถึงอะแดปเตอร์ที่เอเจนต์เรียกใช้

ชุดข้อมูล

  • สร้างจากคำตอบของ AI ที่ได้คะแนนและถูกแก้ในกล่องข้อความ
  • ทุกคู่ที่เสนอรอการเลือกรวมหรือตัดออกก่อนส่งออก
  • หน้ารายละเอียดชุดข้อมูล แสดงสิ่งที่จะใช้เทรน
  • ใช้ซ้ำได้กับหลายรอบเทรน

โมเดลฐาน

  • ตระกูล open-weight: Llama, Qwen, Mistral และ Mixtral
  • โมเดลกลั่นของ DeepSeek R1 และ gpt-oss
  • แสดงจำนวนพารามิเตอร์ของแต่ละโมเดล
  • แสดงค่าใช้จ่ายโดยประมาณเมื่อส่งออกชุดข้อมูลแล้ว
  • รายการคัดสรรของโมเดลฐานที่ผู้ให้บริการเทรนไฟน์จูนได้

รอบเทรน

  • อะแดปเตอร์ LoRA พร้อมค่าเริ่มต้นที่เหมาะสมสำหรับทุกไฮเปอร์พารามิเตอร์
  • สถานะงานและประวัติของแต่ละรอบ
  • บันทึกต้นทุนไว้กับรอบนั้น
  • แสดงความล้มเหลวให้เห็น ไม่แอบลองใหม่ไปเรื่อยๆ ไม่รู้จบ

การใช้งานโมเดล

  • อะแดปเตอร์แสดงเป็นผู้ให้บริการโมเดลในตัวเลือกของเอเจนต์
  • คิดเงินตามอัตรา inference ของโมเดลฐาน คูณด้วยตัวคูณพรีเมียมของอะแดปเตอร์
  • เอเจนต์ทุกตัวในเวิร์กสเปซใช้ได้
  • สลับได้รายเอเจนต์ รายโหนด

การควบคุม

  • มีคีย์สิทธิ์ของตัวเอง โดยแยกการเทรนเป็นอีกการกระทำหนึ่ง
  • บทสนทนาที่คัดเลือกถูกคุมด้วยคีย์เดียวกัน
  • ลบเบอร์โทรและอีเมลออกก่อนอัปโหลด JSONL ไปยังผู้ให้บริการเทรน Together AI
  • ไม่ถูกรวมกับ หรือนำไปเทรนสิ่งอื่นใด

ค่าใช้จ่าย

  • ยอดเครดิตเดียวกับส่วนอื่นของแพลตฟอร์ม
  • ไม่มีค่าสมาชิกรายเดือน ไม่คิดค่าต่อที่นั่ง
  • แสดงค่าประมาณก่อนรัน เรียกเก็บค่าใช้จ่ายจริงหลังรัน

โมเดลที่ไฟน์จูนแล้วเปลี่ยนอะไร

ต้นทุนและความไม่สม่ำเสมอไปอยู่ที่ไหนกันแน่

ถ้าไม่มี 2pm.space
เมื่อใช้ 2pm.space

System prompt ยาว 2,000 โทเคน อธิบายน้ำเสียงของคุณซ้ำในทุกการเรียก

น้ำเสียงและคำศัพท์อยู่ในน้ำหนักของโมเดล จ่ายครั้งเดียว

ต้องใช้โมเดลใหญ่ที่สุด เพราะโมเดลเล็กคุมน้ำเสียงแบรนด์ไม่อยู่

โมเดลเล็กที่ไฟน์จูนแล้วทำตัวดี ด้วยต้นทุนต่อการเรียกเพียงเศษเสี้ยว

เขียนตัวอย่างเทรนสังเคราะห์ ทั้งที่มีบทสนทนาจริงในเรื่องนั้นอยู่แล้ว

ชุดข้อมูลที่สร้างจากคำตอบของ AI ที่คุณให้คะแนนและแก้ไว้แล้ว

เทรนในคอนโซลของผู้ให้บริการ แยกขาดจากที่ที่โมเดลถูกใช้งาน

ชุดข้อมูล รอบเทรน และอะแดปเตอร์ที่ใช้งาน อยู่ในเวิร์กสเปซเดียวกับเอเจนต์

คำถามเกี่ยวกับการไฟน์จูน

สิ่งที่ทีมต่างๆ ตรวจสอบก่อนเทรนด้วยบทสนทนาของลูกค้า

พรอมต์บอกโมเดลว่าต้องทำอะไร ส่วนการไฟน์จูนสอนโมเดลว่าคุณทำอย่างไร เมื่อน้ำเสียง คำศัพท์ของสินค้า และรูปแบบของคำตอบที่ดีอยู่ในน้ำหนักของโมเดลแล้ว คุณก็ไม่ต้องจ่ายค่าสิ่งเหล่านี้ในทุกพรอมต์อีก — ซึ่งมักหมายถึงโมเดลที่เล็กกว่า ถูกกว่า และเร็วกว่า ทำงานที่เคยต้องใช้โมเดลใหญ่

จากกล่องข้อความของคุณ เลือกชุดข้อมูลสำหรับเทรนในการตั้งค่าของบทสนทนา แล้วให้คะแนนคำตอบของเอเจนต์ — คำตอบที่ได้ 👍 จะกลายเป็นตัวเลือก — และใช้ปรับปรุงเพื่อเขียนว่าคำตอบควรเป็นอย่างไร ฉบับแก้นั้นก็กลายเป็นคู่สำหรับเทรนเช่นกัน เอพิโซดที่หน่วยความจำของเอเจนต์ให้คะแนน 8 จาก 10 ขึ้นไปสามารถเข้ามาอัตโนมัติ และคุณเพิ่มคู่ถาม-ตอบเองได้ คำตอบที่ทีมของคุณเขียนเองจะไม่ถูกเก็บ ทุกคู่รอให้คุณเลือกรวมก่อนถูกส่งออก และเพราะเป็นข้อความจริงของลูกค้า ส่วนนี้ทั้งหมดจึงมีสิทธิ์เข้าถึงแยกจากส่วนอื่นของเวิร์กสเปซ

เฉพาะโมเดล open-weight เพราะโมเดลที่โฮสต์ไว้อย่าง Claude หรือ GPT ไฟน์จูนด้วย LoRA ไม่ได้ รายการเป็นชุดคัดสรรของโมเดลที่ผู้ให้บริการเทรนไฟน์จูนได้ — Llama, Qwen, Mistral, Mixtral, โมเดลกลั่นของ DeepSeek R1 และ gpt-oss ตั้งแต่ 1B ถึง 120B พารามิเตอร์ — แต่ละตัวแสดงพร้อมจำนวนพารามิเตอร์

ค่าเทรนวัดต่อล้านโทเคนตามอัตราของโมเดลฐาน มีขั้นต่ำต่อรอบของผู้ให้บริการ และหน้าต่างเทรนจะแสดงค่าประมาณเมื่อส่งออกชุดข้อมูลแล้ว ค่ารันจะเรียกเก็บเมื่อเสร็จ จากยอดเครดิตเดียวกับทุกอย่าง เมื่อเทรนเสร็จ อะแดปเตอร์คิดเงินตามอัตรา inference ของโมเดลฐาน คูณด้วยตัวคูณพรีเมียมของอะแดปเตอร์ ไม่มีค่าสมาชิกรายเดือน และไม่คิดค่าต่อที่นั่ง — ดูหน้าราคาเพื่อดูวิธีคิดค่าใช้งาน

มันจะแสดงในเมนูโมเดลของเอเจนต์ ใต้ My Adapters ข้างผู้ให้บริการที่โฮสต์ไว้ ให้เอเจนต์ตัวหนึ่งใช้ รันข้อความจริงของลูกค้าซ้ำด้วย “Run with…” ในกล่องข้อความ แล้วเก็บตัวที่ตอบดีกว่า — การสลับคือการเลือกในเมนู ไม่ใช่การย้ายระบบ

ไม่ ชุดข้อมูลที่สร้างในเวิร์กสเปซของคุณ เทรนอะแดปเตอร์ที่เป็นของเวิร์กสเปซของคุณ และแพลตฟอร์มไม่รวมหรือแชร์กับเวิร์กสเปซอื่น เพื่อการเทรน JSONL ที่ส่งออก — ซึ่งลบเบอร์โทรและอีเมลแล้ว — จะถูกอัปโหลดไปยังผู้ให้บริการเทรน Together AI ซึ่งรันการไฟน์จูนและให้บริการอะแดปเตอร์ที่เอเจนต์ของคุณเรียกใช้

เทรนโมเดลที่ พูดเหมือนคุณอยู่แล้ว

สร้างชุดข้อมูลจากคำตอบที่เอเจนต์ของคุณให้ไปแล้ว เริ่มฟรี — ค่าเทรนจะหักจากยอดเครดิตเมื่อรันเสร็จ