Domande, con risposta.

Una piattaforma per fare il finetuning ed eseguire modelli AI open-weight sulla tua infrastruttura. Porti i tuoi dati, scegli un modello e lo trasformiamo in uno specialista che possiedi - in esecuzione sul tuo hardware, non affittato a token.

Il finetuning insegna a un modello base come funziona davvero il tuo settore. Usiamo metodi efficienti - adapter LoRA/QLoRA più SFT e RLVR - piccoli file che specializzano un modello senza riaddestrarlo da zero. Puoi tenere più adapter e scambiarli quando vuoi.

Qualsiasi modello open-weight - Qwen, Llama, Mistral, DeepSeek, Gemma e altri. Scegli quello adatto al tuo compito, al tuo hardware e al tuo budget - compatto per una singola GPU, grande per un cluster.

No. Per usare un modello, basta eseguirlo. Per fare il finetuning, fornisci i dati e la pipeline gestisce il resto - oppure, se preferisci, lo facciamo noi per te (vedi il training gestito qui sotto).

Da nessuna parte. Il modello gira sulla tua macchina o infrastruttura, quindi i tuoi prompt, documenti e risposte non lasciano mai la tua rete.

Sì. Il modello finetuned e gli adapter sono semplici file che possiedi. Tienili interamente in locale, o conservali in un repo privato con controllo degli accessi per la tua organizzazione. Nulla è pubblico a meno che non lo pubblichi tu.

Sì. Una volta che il modello è sulla macchina, tutto gira completamente offline - utile per il lavoro regolamentato, i siti remoti, o ovunque i dati non possano lasciare l'edificio.

Dipende dalla dimensione del modello. Per eseguire un modello compatto, va bene una scheda diffusa. Per fare il finetuning, una scheda da 24 GB (RTX 3090/4090/5090 o Radeon RX 7900 XTX) copre molti modelli; i modelli più grandi vogliono più memoria o un cluster. NVIDIA (CUDA) e AMD (ROCm) sono entrambe di prima classe. Nessuna scheda adatta? Usa il training gestito.

Solo per i modelli più piccoli, e lentamente. Per qualcosa di serio serve una GPU per eseguirlo bene - ecco perché esistono le opzioni di training gestito e inference gestita per chi non ne ha una.

Piatto e trasparente - gratis per esplorare, una tariffa prevedibile per l'uso privato, e training gestito a prezzo calcolato dal tuo dataset. Non c'è mai un contatore a token o per postazione. Vedi la pagina Prezzi per i dettagli.

Automaticamente, dal tuo dataset. Lo carichi, ti mostriamo un preventivo esatto prima che parta qualsiasi cosa; approvi, viene addestrato sulle nostre GPU e arriva nel tuo account. I dataset più grandi costano di più in proporzione al tempo GPU che richiedono.

Perché lo esegui tu stesso. Non ti affittiamo l'intelligenza a token - possiedi il modello e fa il lavoro sul tuo hardware. I modelli frontier fanno lievitare la bolletta con ogni postazione e ogni query; qui il lavoro quotidiano gira in locale e paghi un modello frontier solo per il raro ~1% dei casi davvero difficili.

Sì - è proprio il punto. Parti da un modello open-weight, fai il finetuning sul tuo manuale, codebase, ticket o registri, e tieni privato il modello risultante. I dati grezzi non lasciano mai la tua rete per farlo.

Sì. Oltre al training gestito automatizzato, offriamo consulenza pratica - veniamo, comprendiamo il tuo dominio, costruiamo un dataset coerente e consegniamo un modello funzionante. Molto più economico che assumere e trattenere uno specialista ML.

Una libreria pubblica di modelli e dataset pubblicati è in arrivo. Per ora, avviamo il tuo progetto da una solida base open-weight e costruiamo insieme a te il modello specializzato.

Solo per contribuire o gestire lavoro privato. Sfogliare e scaricare esempi pubblici non richiede nulla. Un account è solo un'email e una password.