O fine-tuning emperra sempre nas partes mais aborrecidas: linhas JSONL malformadas, exemplos duplicados e ter de andar sempre em cima da tarefa. Este pipeline trata do percurso todo a partir de uma pasta no Drive.
O fine-tuning emperra sempre nas partes mais aborrecidas: linhas JSONL malformadas, exemplos duplicados e ter de andar sempre em cima da tarefa. Este pipeline trata do percurso todo a partir de uma pasta no Drive.
Vai buscar o teu dataset, valida e limpa o formato, separa os dados de treino e de validação, arranca o fine-tune e acompanha até ao fim. Ficas com o ID do modelo e a loss de validação, por isso só tens de apontar para a pasta e escolher um modelo base.
Como funciona
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Limpar linhas com erros, remover duplicados e dividir o conjunto em treino e validação.
pending
Carregar o ficheiro preparado e iniciar um trabalho de fine-tuning na OpenAI com o modelo base escolhido.
pending
Acompanhar a execução até à conclusão e reportar o ID final do modelo e a perda de validação.
pending
Saída de exemplo
json
// Sample output
// (generated when the pipeline finishes)
Take a Drive dataset folder, validate and prepare it, launch an OpenAI fine-tune, and report the model ID and loss.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.