Fine-tune Workshop

GRITT v1.4: modelregistry, annotation workbench, SFT/DPO-export en automatische grader. Azure OpenAI is actief; Mistral blijft alleen als inactieve optie bewaard.

Werkwijze. Kies of registreer eerst een fine-tune model. Koppel daarna bedrijven, labels en notities. Maak per model een dataset/project, genereer meerdere kandidaat-antwoorden, beoordeel handmatig beste/slechtste en laat de automatische grader adviserend meekijken. Exporteer pas daarna SFT of DPO. RFT blijft voorlopig beperkt tot smalle, objectief verifieerbare taken.

Fine-tune modellen

Deployment / modelnaam Label

Scope Type

Status

Bedrijfskoppeling bij registratie

Bedrijf ID Bedrijfsnaam

Sector Land Taal

Internationaal Winsttype Eigendom

Datasets / projecten

Titel Scope Bedrijf ID Beschrijving / doel

Geen model geselecteerd

Kies links een model of registreer eerst een Azure deployment/fine-tuned model.

Admin modelbeheer

Modelnotities

Gebruik door bedrijven/instellingen

Bedrijf ID Bedrijfsnaam

Sector Land Taal

Internationaal Winsttype Eigendom

Relatie Gebruiksscope

Geen dataset/project geselecteerd

Maak of selecteer links een dataset voor het gekozen model.

Voorbeeld / opgave

Type Prompt / opgave Context JSON Tags

Beoordeling

Ideale versie / SFT-antwoord Gekozen antwoord / DPO-preferred Afgewezen antwoord / DPO-rejected Scores JSON

Kandidaten

Nog geen kandidaat-antwoorden.

Import

Handmatige JSON

Export

Laatste export

(nog niets)

Azure fine-tune job

Datasettype Basismodel

Validatiesplit Suffix Seed

Azure trainingType Hyperparameters JSON

Laatste Azure-resultaat

(nog niets)

Runs / deploy

Deploymentnaam Fine-tuned model

Gebruik eerst Deploy-preview. Bevestigen vraagt daarna om exact de deploymentnaam te typen; actieve runtime-namen zoals gritt-chat krijgen extra overschrijfbevestiging.

Bedrijfsmodelinstellingen

Globale default preset

Bedrijf ID Preset Handmatige taakmapping JSON zelflerend kandidaatmodel toestaan

Admin-login vereist