Custom AI Models · LoRA · MLX · Private AI

Fine-tuning modeli AI dla Twojej firmy

Przygotowujemy wyspecjalizowane modele wykorzystujące dane, terminologię i procesy Twojej firmy. Zaczynamy od oceny, czy dostrajanie rzeczywiście poprawi wynik — zamiast trenować model bez uzasadnienia.

Omów przypadek użycia

Na czym polega fine-tuning modelu AI?

Fine-tuning to dalsze trenowanie modelu na przykładach dobranych do konkretnego zadania. LoRA dostraja niewielką część parametrów za pomocą adapterów, zamiast aktualizować cały model. W improveIT zaczynamy od sprawdzenia danych i porównania z promptingiem oraz RAG; trening proponujemy, gdy daje mierzalną korzyść w ustalonym zadaniu.

Przykładowe zastosowania w firmie

  • Klasyfikacja i ekstrakcja — Powtarzalne etykiety lub ustrukturyzowane dane z dokumentów — po przygotowaniu reprezentatywnych przykładów i testów.
  • Styl i format odpowiedzi — Odpowiedzi zgodne z uzgodnionym stylem, terminologią i schematem, gdy same instrukcje nie dają wystarczającej powtarzalności.
  • Specjalistyczne zadania — Dostrojenie do wąskiego procesu; aktualną wiedzę z dokumentów można nadal dostarczać przez RAG.

Usługę i szkolenia realizujemy zdalnie dla firm z Polski i innych krajów. Obsługujemy również Kraków, Tarnów i Nowy Sącz; formę współpracy i środowisko ćwiczeń ustalamy przed rozpoczęciem.

Wdrożenia AI dla firm

Wyspecjalizowane AI zamiast przypadkowych wyników

Dla firm, które chcą poprawić jakość wyników AI, sprawdzić możliwość obniżenia kosztu inferencji albo uruchamiać modele we własnej infrastrukturze. Korzyści potwierdzamy pomiarami, a nie obietnicą uniwersalnej oszczędności.

Prompt, RAG czy fine-tuning?

Prompt engineering

Gdy model zna zadanie, ale potrzebuje lepszych instrukcji, przykładów lub formatu odpowiedzi.

RAG

Gdy odpowiedź ma korzystać z aktualnych dokumentów, wskazywać źródła i respektować uprawnienia do wiedzy.

Fine-tuning / LoRA

Gdy potrzebujesz powtarzalnego zachowania, stylu lub wyspecjalizowanego zadania, a masz dobre przykłady i mierzalne kryteria jakości. RAG i dostrajanie można łączyć.

RAG

Od danych do mierzalnego wdrożenia

  1. Diagnoza i punkt odniesienia

    Definiujemy zadanie, błędy obecnego rozwiązania, oczekiwany wynik, budżet i kryteria decyzji o dalszym wdrożeniu.

  2. Dane i uprawnienia

    Sprawdzamy prawa do danych i modelu, jakość przykładów, anonimizację i rozdzielenie danych treningowych, walidacyjnych i testowych.

  3. Trening i eksperymenty

    Dobieramy model bazowy i adapter LoRA. MLX wykorzystujemy przede wszystkim na Apple Silicon; wielkość modelu dobieramy do pamięci i zadania.

  4. Ewaluacja i przekazanie

    Porównujemy jakość, regresje, opóźnienie i koszt na reprezentatywnych przykładach. Przekazujemy adapter, konfigurację i raport w uzgodnionym zakresie.

  5. Produkcja i utrzymanie

    Dobieramy format i serwowanie do infrastruktury klienta. Uzgadniamy autoryzację API, monitoring, wersjonowanie i możliwość wycofania zmiany.

Private AI z kontrolą danych

Możliwa jest praca lokalna lub w infrastrukturze klienta. Lokalny trening nie zastępuje kontroli dostępu, ochrony zbiorów danych ani przeglądu licencji. Sposób przesyłania danych, logowania i retencji ustalamy przed rozpoczęciem prac. Fine-tuning może utrwalać fragmenty danych, dlatego minimalizujemy informacje wrażliwe i testujemy ryzyko ujawnienia.

Kompletne środowisko on-premise: prywatne centrum wiedzy i AI

Zakres i ceny od

Audyt możliwości fine-tuningu i analiza danych

Porównanie promptów, RAG i dostrajania; przegląd danych, ryzyk i metryk sukcesu.

od 1490 zł netto + VAT

Proof of Concept — LoRA / MLX

Pilotaż jednego zadania, adapter i porównanie z modelem bazowym na wydzielonym zbiorze testowym.

od 4900 zł netto + VAT

Fine-tuning modelu na danych klienta

Uzgodniony model i zbiór danych, trening, ewaluacja oraz przekazanie wyników i konfiguracji.

od 9900 zł netto + VAT

Wdrożenie modelu i integracja API

Integracja z aplikacją, kontrola dostępu, monitoring i plan aktualizacji w uzgodnionym środowisku.

od 4900 zł netto + VAT

Warsztaty wprowadzające LoRA / MLX

Wprowadzenie dla zespołu i demonstracja procesu; czas i zakres ustalane przed wyceną.

od 2900 zł netto + VAT

Szkolenie firmowe LoRA przez MLX — do 4 osób

1–2 dni praktycznych warsztatów: dane, trening adaptera, ewaluacja i uruchomienie.

od 3900 zł netto + VAT

Ceny orientacyjne netto + VAT, do walidacji rynkowej. Zakres i cenę potwierdzamy przed rozpoczęciem prac. Infrastruktura, przygotowanie dużych zbiorów danych i licencje są wyceniane oddzielnie. Dostrajanie nie gwarantuje poprawy jakości ani niższego kosztu inferencji.

Pełny cennik

Szkolenie fine-tuning AI — LoRA i MLX

1–2 dni praktycznych warsztatów dla zespołu do 4 osób. Przechodzimy od konfiguracji środowiska na Apple Silicon do treningu, oceny i uruchomienia własnego adaptera. Czas i głębokość dopasowujemy do poziomu uczestników.

Program warsztatów

  1. Konfiguracja MLX LM, wybór modelu i sprawdzenie licencji
  2. Przygotowanie przykładów i podział danych bez przecieku testowego
  3. Konfiguracja LoRA, trening i kontrola przebiegu eksperymentu
  4. Porównanie modelu bazowego z adapterem i analiza błędów
  5. Uruchomienie adaptera, integracja i plan dalszego wdrożenia

Wymagania i przygotowanie

Podstawy Pythona i pracy w terminalu. Dla ćwiczeń lokalnych potrzebny jest zgodny Mac z Apple Silicon; wymagania pamięciowe, dostęp do modelu i wersje narzędzi potwierdzamy przed szkoleniem. Możemy uzgodnić wspólne środowisko demonstracyjne. Pracujemy na danych publicznych, syntetycznych lub zatwierdzonym zbiorze klienta.

Co otrzymuje zespół

Zespół otrzymuje materiały ćwiczeniowe, konfigurację eksperymentu i adapter przygotowany w trakcie warsztatów. To punkt wyjścia do pilotażu, nie gotowość produkcyjna każdego modelu. Po szkoleniu możemy osobno przeprowadzić dostrojenie i integrację na rzeczywistym przypadku użycia.

LoRA / MLX

FAQ

Ile kosztuje fine-tuning modelu AI?

Audyt zaczyna się od 1490 zł netto, pilotaż LoRA / MLX od 4900 zł, a dostrajanie na danych klienta od 9900 zł. Wdrożenie API od 4900 zł jest osobnym etapem. Infrastruktura, duże zbiory danych i licencje są wyceniane oddzielnie.

Czy model będzie działał bez chmury?

Tak, jeśli wybrany model, licencja i zasoby sprzętowe na to pozwalają. Wdrożenie lokalne lub on-premise dobieramy do wymagań klienta.

Czy LoRA obniży rachunki za AI?

LoRA ogranicza liczbę trenowanych parametrów względem pełnego dostrajania. Niższy koszt inferencji nie wynika z tego automatycznie; sprawdzamy model, prompty, sprzęt i ruch w pilotażu.

Czy MLX wymaga sprzętu Apple?

Warsztaty MLX prowadzimy na Apple Silicon. Produkcyjne serwowanie dobieramy osobno; przeniesienie adaptera do innego silnika wymaga sprawdzenia zgodności.

Dokumentacja techniczna

Omów przypadek użycia

Kontakt

Ustalmy pierwszy krok dla Twojego projektu.

Opisz krótko cel lub problem. Nie musisz mieć gotowej specyfikacji. Zapytanie jest niezobowiązujące.

Opisz projekt