Adaptar — Personalización y ajuste fino
Un modelo generalista no conoce sus productos, sus términos ni sus excepciones. Onega personaliza la IA para su trabajo de la forma más ligera que supere sus pruebas: primero, mejores instrucciones y recuperación; ajuste fino cuando las evidencias indican que compensa; y un modelo más pequeño en su propio hardware cuando el coste, la latencia o los datos lo exigen.
01 — La escalera
Cada peldaño cuesta más de construir y de mantener que el anterior, así que solo subimos cuando el conjunto de evaluación muestra que el peldaño previo no basta.
Prompts, esquemas de salida, ejemplos y salvaguardas ajustados a sus casos. Rápidos de cambiar; sin entrenamiento.
Respuestas fundamentadas en sus documentos y registros mediante embeddings, búsqueda y reordenación (reranking), con las fuentes a la vista.
Modelos de pesos abiertos adaptados con sus ejemplos aprobados mediante métodos eficientes en parámetros, para el tono, el formato, la clasificación o el lenguaje del sector.
Un modelo más pequeño entrenado para igualar a uno más grande en su tarea, de modo que se ejecute en hardware de su propiedad con un coste que pueda planificar.
02 — Primero, la evaluación
Antes de cualquier personalización, creamos un conjunto de evaluación a partir de sus propios ejemplos. Cada opción se puntúa con él: el modelo base, las instrucciones ajustadas, la recuperación y el modelo con ajuste fino. Usted ve las puntuaciones, los fallos y el coste antes de elegir.
03 — Sus datos
04 — Servicio de modelos y soluciones personalizadas
Servido por OneVeer
Un modelo ajustado o destilado se empaqueta en formato GGUF para que OneVeer pueda servirlo en su CPU o GPU detrás de un alias publicado. Las aplicaciones siguen llamando al alias; volver al modelo anterior es un cambio de configuración, no una nueva versión.
Productos de Onega
Políticas, alias y salvaguardas de OneVeer; categorías, reglas de enrutamiento, plantillas y conectores de OneMail; proveedores de modelos de OneDesk. Cada configuración se prueba con sus casos antes de la puesta en producción.
Soluciones que ya tiene
Funciones de IA de su CRM, su plataforma de asistencia técnica o su plataforma documental, ajustadas y evaluadas con sus casos y, cuando lo permiten, enrutadas a través de OneVeer para tener una sola política y un solo registro de auditoría.
05 — Cómo se desarrolla
Un conjunto de evaluación a partir de sus ejemplos, puntuaciones de línea de base para los modelos y métodos candidatos, una revisión de datos y licencias, una recomendación y una propuesta a precio cerrado.
Instrucciones, recuperación o entrenamiento según lo recomendado, en su entorno, con puntuación sobre la muestra reservada.
El modelo personalizado en trabajo real, con personas que revisan sus resultados, medido frente a la línea de base.
Ficha del modelo (model card), registro de datos, resultados de evaluación, batería de regresión, configuración de servicio y manual de operaciones.
06 — Preguntas frecuentes
A menudo, no. Muchas tareas se resuelven con instrucciones claras, ejemplos y recuperación. Recomendamos el ajuste fino cuando el conjunto de evaluación muestra una carencia que estos no pueden cerrar, o cuando un modelo ajustado más pequeño alcanza el mismo nivel con un coste menor en su propio hardware.
Modelos de pesos abiertos cuyas licencias permitan el uso que usted prevé, en tamaños adecuados a su hardware. Los modelos alojados por terceros pueden personalizarse cuando el proveedor lo ofrece y su política de datos lo permite. La licencia y sus condiciones se indican en el diagnóstico.
Depende de la tarea. El Model Evaluation Sprint le indica si sus ejemplos son suficientes, y de calidad suficiente, antes de que pague por ningún entrenamiento.
La propiedad de los pesos entrenados con sus datos se acuerda en la declaración de trabajo (SOW) antes de empezar el entrenamiento. Además, siempre se aplican las condiciones de licencia del modelo base.