Ajuste fino

Enséñale a un modelo abierto el trabajo que haces todos los días

Un gran modelo en la nube sirve para todo y cobra caro por todo. Dale a Geyser unos cientos de ejemplos de un trabajo bien hecho y Geyser ajusta un modelo abierto pequeño para que lo haga a tu manera. El modelo funciona en tu propia computadora, así que cada respuesta a partir de ahí es gratis y privada. Parte de modelos abiertos de Hugging Face y entrena en tu propio Mac o PC, o en Tinker de Thinking Machines.

“June respondió cuatrocientos correos de reembolso el último trimestre. Con ellos le enseñamos el trabajo a un modelo pequeño, y ahora lo uso en el Mac de la oficina para clasificar los nuevos.”

Pia
Cómo funciona

De un montón de ejemplos a un modelo que usan tus Agents

Puedes hacerlo por tu cuenta con “Enseñar un modelo nuevo” o pedirle a un Agent que lleve todo el proyecto. El Agent reúne y revisa los ejemplos, escribe la prueba, entrena el modelo y vuelve con las puntuaciones para que tú las aceptes.

  1. 1
    Describe un trabajo

    Di qué entra y qué debe salir: clasificar un correo de soporte en una de tus ocho colas, o sacar de un PDF el número de factura, el total y la fecha de vencimiento. Un trabajo concreto se entrena bien en un modelo pequeño.

  2. 2
    Dale ejemplos que hayas revisado

    Escríbelos, pégalos o sube un archivo CSV o JSONL, desde 5 ejemplos hasta 2000. Geyser deja fuera los ejemplos que parecen contener datos personales, quita los repetidos y reserva una quinta parte para la prueba.

  3. 3
    Entrénalo

    El entrenamiento se hace gratis en una de tus propias computadoras, o en Tinker de Thinking Machines cuando el trabajo necesita un modelo más grande. En ambos casos es un ajuste fino con LoRA, así que el resultado es ligero y carga rápido.

  4. 4
    Compáralo con su punto de partida

    El modelo nuevo responde a los ejemplos que nunca vio, y el modelo del que partió también. Ves las dos puntuaciones. Si el nuevo no lo hace al menos igual de bien, nada cambia para tus Agents.

  5. 5
    Ponlo a trabajar

    Hazlo el modelo principal de los Agents que elijas, deja que tus Agents lo consulten cada vez que surja ese trabajo o llámalo desde tu propia app.

Dónde se entrena

Tu tarjeta gráfica, o Tinker cuando necesitas más

La mayoría de los trabajos concretos se entrenan bien en la computadora que ya tienes. Cuando alguno necesita un modelo más grande u otro tipo de entrenamiento, Tinker hace el trabajo pesado y Geyser mantiene en orden los ejemplos, la prueba y la factura.

En tu propia computadora

Un Mac con Apple silicon entrena con MLX de Apple. Un PC con Windows o Linux y una tarjeta gráfica NVIDIA, o un PC con Linux y gráficos Intel, entrena con las bibliotecas Transformers y PEFT de Hugging Face. El entrenamiento espera a que la computadora esté enchufada y fresca, y puedes limitarlo a las horas que elijas.

  • Gratis, en todos los planes
  • Tus ejemplos no van a ninguna empresa externa
  • Parte de Qwen 3.5 en un Mac y de Gemma 4 en un PC

En Tinker, de Thinking Machines

Tinker entrena modelos abiertos más grandes sin que tengas que alquilar ni una sola GPU, y va más allá de ejemplos y respuestas. Un Agent puede usarlo para enseñar a un modelo a partir de tus preferencias entre dos respuestas, de las respuestas de un modelo más grande o con aprendizaje por refuerzo.

  • Qwen 3.5, Qwen 3.6 35B A3B y gpt-oss 20B
  • Ves una estimación y fijas un límite de gasto antes de empezar
  • Tinker puede alojar el modelo, o te lo llevas a casa en un Mac
En quién nos apoyamos

A hombros de Hugging Face y Thinking Machines

Preferimos construir sobre las mejores herramientas de la IA abierta antes que hacer nuestras propias copias. Estas dos empresas hacen buena parte del trabajo duro detrás de cada modelo que enseñas en Geyser.

Hugging Face

Cada modelo que entrenas en tus propias computadoras parte del Hugging Face Hub, fijado a una versión exacta para que un nuevo entrenamiento empiece desde el mismo punto. Los PC entrenan con las bibliotecas Transformers y PEFT de Hugging Face. Y si quieres ejecutar un modelo sin entrenarlo, puedes buscar en el Hub desde Geyser y ver en cuáles de tus computadoras cabe.

Thinking Machines

Tinker, de Thinking Machines, permite a un Agent hacer el ajuste fino de modelos mucho más grandes de lo que cabría en tu computadora, y se encarga por ti de las GPU, la planificación y los fallos. Conecta una vez tu propia cuenta de Tinker y Geyser entrena en un proyecto propio para tu espacio de trabajo.

Tus ejemplos siguen siendo tuyos

Qué pasa con los ejemplos que le das

Tus ejemplos son el saber hacer de tu negocio, y Geyser los trata como tal. Tú decides dónde se entrena, y el modelo resultante pertenece a tu espacio de trabajo.

Cómo funciona la privacidad en Geyser
  • Si entrenas en tus propias computadoras, tus ejemplos no van a ninguna empresa externa.
  • Tinker solo ve tus ejemplos si lo permites como proveedor externo, y los datos que has marcado para tus propias computadoras nunca le llegan.
  • El correo y los archivos de Google Workspace y Microsoft 365 no se usan como ejemplos de entrenamiento.
  • Tus ejemplos entrenan tus modelos y los de nadie más. Nunca se mezclan con los de otro cliente.
  • Si borras los ejemplos de los que aprendió un modelo, ese modelo deja de usarse.
Úsalo donde quieras

Llama a tu modelo desde tu propia app

Abre el modelo a uno de tus proyectos de desarrollo y llámalo con el SDK de OpenAI o de Anthropic que ya usas. Las solicitudes le llegan a través de Geyser, así que tu app funciona desde cualquier lugar sin abrir ningún puerto en tu red, y un modelo en tu propia computadora sigue sin costar nada por solicitud.

Crea apps sobre un modelo que tú has enseñado
Python · SDK de OpenAI
import os
from openai import OpenAI

# GEYSER_API_URL is the API URL shown when you create the key.
client = OpenAI(
    base_url=os.environ["GEYSER_API_URL"] + "/api/v1/openai",
    api_key=os.environ["GEYSER_API_KEY"],
)
reply = client.chat.completions.create(
    model="private/pmd_…",
    messages=[{"role": "user", "content": "Summarize this ticket"}],
)
Buenas preguntas

Preguntas sobre el ajuste fino

¿Cómo empiezo?
Abre Modelos en Geyser y elige “Enseñar un modelo nuevo” para hacerlo por tu cuenta, o “Crear un modelo” para que un Agent lleve el proyecto. Para entrenar en Tinker, primero conecta tu cuenta de Tinker en Configuración, dentro de Cuentas.
¿Cuánto cuesta?
Entrenar en tus propias computadoras es gratis, igual que cada respuesta que el modelo da en ellas. Entrenar en Tinker usa tu propia cuenta de Tinker, así que Thinking Machines te factura directamente. Ves una estimación y fijas un límite de gasto antes de empezar.
¿Cuántos ejemplos necesito?
Con cinco basta para probarlo, y unos cientos de buenos ejemplos son un mejor punto de partida. Cuanto más coherentes sean tus ejemplos, mejor hará el modelo su trabajo.
¿Es un ajuste fino completo?
No. Geyser entrena un adaptador LoRA sobre un modelo abierto, lo que requiere mucha menos memoria y tiempo. En Tinker, un Agent también puede usar entrenamiento por preferencias, destilación desde un modelo más grande o aprendizaje por refuerzo.
¿Y si el modelo nuevo es peor?
Entonces no cambia nada. Un modelo solo se pone a trabajar si lo hace al menos igual de bien que aquel del que partió con ejemplos con los que nunca entrenó, y puedes volver a una versión anterior.
¿Puedo ejecutar un modelo de Hugging Face sin entrenarlo?
Sí. Busca en el Hugging Face Hub desde Geyser, elige un modelo y Geyser te dice en cuáles de tus computadoras cabe antes de descargar nada.
Empieza

Enséñale un trabajo a un modelo esta semana

Elige la tarea que tu equipo repite más, reúne unos cientos de ejemplos de confianza y mira cuánto se acerca un modelo pequeño en tu propia computadora.