Bygga · Privat modell och finjustering
En privat modell, bara när den färdiga AI-tjänsten inte räcker till
Utvärdera först. Finjustera en öppen modell i ert eget molnkonto, men bara om den färdiga AI-tjänsten inte räcker till.
- För vem
- Ett företag vars färdiga AI-tjänst kan brista i sin uppgift.
- Längd
- Vanligtvis två till sex veckor
Det ni får
En anslutning (endpoint)
Den finjusterade öppna modellen, tillgänglig som en anslutning ni kan anropa.
En jämförelserapport
Träffsäkerhet och hastighet, sida vid sida med en färdig AI-tjänst (t.ex. från OpenAI, Anthropic eller Google).
Ert molnkonto
Modellen körs i ert eget molnkonto.
Fristående eller efter en sprint
Köp den fristående, eller efter en AI-produktionssprint.
Er miljö
Modellen körs i ert eget molnkonto. Vi tränar inte på era data utan skriftligt medgivande.
Så fungerar det
Utvärdera först
Den färdiga AI-tjänsten utvärderas mot er uppgift innan något annat.
Finjustera bara om den brister
En öppen modell finjusteras bara när utvärderingen visar att den färdiga AI-tjänsten inte räcker till.
Jämför och överlämna
Ni får anslutningen (endpoint) och en rapport om träffsäkerhet och hastighet.
Det ni får med er
En anslutning i ert molnkonto, och en jämförelserapport som visar om det är värt det.
Vanliga frågor
- När behöver vi en privat modell?
- När utvärderingen visar att den färdiga AI-tjänsten brister i er uppgift.
- Var körs den?
- I ert eget molnkonto.
- Kan vi köpa den utan sprint?
- Ja. Den kan köpas fristående, eller efter en AI-produktionssprint.
- Vad avgör om det lönar sig?
- Ett utvärderingsset byggt från era fall. Jämförelserapporten visar om den privata modellen slår den färdiga AI-tjänsten på de fallen.
Privata modeller
Vår finjusterade modell mot en stor generell modell
Vi finjusterar en liten modell på en exempeluppgift och mäter den mot en stor generell modell som bara får instruktioner, ingen finjustering. Båda poängsätts på samma testset.
3,5×
bättre svarskvalitet
~16×
bättre nyckelfält
~50×
snabbare svar
~125x
uppskattad lägre driftkostnad per ärende (intern uppskattning)
Svarskvalitet när träningsdatan växer
Vi finjusterade en liten modell på en exempeluppgift från verksamheten i våra interna tester, tränade den på allt fler exempel och poängsatte varje version på samma testset, som hålls utanför träningen. En stor generell modell får bara en prompt.
+252 %
högre svarskvalitet
3,5×
gånger den stora modellens svarskvalitet
Vår finjusterade modell vid största träningsurvalet, jämfört med den stora modellen.
- Vår finjusterade modell
- En stor generell modell
| Träningsexempel | Vår finjusterade modell | En stor generell modell |
|---|---|---|
| 350 | 0,130 | 0,225 |
| 700 | 0,369 | 0,225 |
| 1 400 | 0,649 | 0,225 |
| 2 800 | 0,771 | 0,225 |
| 5 600 | 0,792 | 0,225 |
Resultat på en uppgift med supportärenden. Era resultat beror på era data.
Exempeluppgift: supportärenden. Syntetiskt testset som hölls utanför träningen. Den stora modellen fick instruktioner men ingen finjustering. Driftjämförelsen är en intern uppskattning från beräkningstid, inte en uppmätt faktura.
Nästa steg
Ta med en process.
30 minuter. Ett ärligt besked om AI passar.