A fejlett mesterséges intelligenciamodellek finomhangolása forradalmasítja a gépi tanulás világát: már nemcsak óriási számítási kapacitás és technológiai háttér mellett lehetséges, hanem akár otthoni számítógépen is, teljesen offline. A folyamat során saját, testre szabott adathalmazokkal lehet kiemelkedő teljesítményű, egyedi LLM-eket létrehozni, amelyek bizonyos területeken könnyen túlszárnyalhatják a nagyságrendekkel nagyobb modelleket is.
A bemutatott Unsloth Studio egy nyílt forráskódú alkalmazás, amely leegyszerűsíti a finomhangolás menetét: az adatgyűjtéstől a modell tanításáig minden lépést integrál és automatizál a felhasználó számítógépén. Az egyszerű, parancssori telepítés után többféle AI modell érhető el, például Quen, Llama vagy Gemma, amelyeket tovább lehet fejleszteni saját igények szerint.
Érdekesség, hogy akár egyetlen PDF-ből – például vállalati beszámolóból vagy üzleti dokumentációból – automatikusan generált kérdés-válasz párokat, vagyis komplett tanító adatbázist is összeállíthatunk. Ez különösen hasznos, amikor nincs megfelelő nyilvános adathalmaz, és kizárólag saját, vállalati vagy személyes adatokon alapuló mesterséges intelligenciát kívánunk fejleszteni.
További érdekes kérdések merülnek fel a modellek formátumai és azok kompatibilitása kapcsán (pl. GGUF, SafeTensors), valamint szó esik arról is, hogyan választhatunk optimális neurális hálókat és adatokat adott célokra, illetve mik az aktuális nyílt forráskódú AI-ökoszisztéma trendjei. A lehetőségek szinte végtelenek; egy kis kreativitással mindenki saját „mini-ChatGPT”-jét hozhatja létre bármely témában.
