Definisci un compito circoscritto
Descrivi l’input, l’output che ti aspetti e i casi che contano. Classificare le richieste o estrarne campi strutturati è un punto di partenza migliore di un obiettivo ampio come “capire l’attività”.
Scegli i dati e il percorso di elaborazione
Usa solo esempi che hai il permesso di usare. Stabilisci il backend di addestramento approvato, la licenza del modello, l’hardware, il budget e la destinazione. Poi chiedi a un Agent con la capacità di addestramento di organizzare il flusso di lavoro.
Prepara e rivedi gli esempi
Gli Agents possono aiutare a raccogliere esempi e a controllarne la qualità. Risolvi i disaccordi oppure metti da parte quegli esempi. Tieni da parte un set di prova che non verrà usato per addestrare il candidato.
Addestra e confronta
Avvia un addestramento supportato e confronta il candidato con il riferimento su lavoro che il modello non ha mai visto. Guarda i tipi di errori che commette oltre al risultato complessivo.
Rendi disponibile il modello accettato
Distribuiscilo sul percorso di hosting approvato e scegli quali Agents o compiti possono usarlo. Lasciare che un Agent consulti lo specialista è una decisione diversa dal cambiare il modello principale di quell’Agent.
Tieni d’occhio i risultati
Tieni collegata la versione accettata agli esempi e alla valutazione che la sostengono. Osserva come se la cava nel compito per cui è nata e, se una versione precedente si rivela migliore, torna indietro.
L’addestramento è in anteprima privata, su backend Apple silicon e Linux idonei e su backend di servizio configurati separatamente.