# Seus dados. Seu modelo. Seus pesos.

> Modelos treinados e destilados que superam LLMs genéricos na sua tarefa, com custo por chamada muito menor. LoRA, destilação, classificadores e avaliações. Os pesos são seus.

URL: https://ai.arcvs.tech/pt/servicos/treinamento-de-modelos · English: https://ai.arcvs.tech/en/services/llm-fine-tuning.md · ARCVS AI: https://ai.arcvs.tech/pt.md

Quando usar um modelo gigante fica lento, caro ou genérico demais, treinamos um menor que vence na sua tarefa. Fine-tuning, destilação e classificadores específicos, comparados contra uma linha de base antes de qualquer deploy.

- **Semana 1**: Protótipo com seus dados
- **Dia 30**: Piloto em produção
- **100%**: Seu: código e pesos

## Alugar um modelo gigante para um trabalho estreito é imposto.

Classificar tickets, extrair campos, rotear documentos ou pontuar leads não precisa de um modelo de fronteira a cada chamada. Um modelo pequeno treinado com seus exemplos é mais rápido, mais barato, previsível e roda offline no seu hardware.

## O que construímos

- **Classificadores**: Priorização, roteamento, intenção e risco. Usamos um classificador local na nossa própria prospecção, e os dados nunca saem da máquina.
- **Modelos de extração**: Campos estruturados de notas, contratos, formulários e e-mails, com nível de confiança e fila humana para os duvidosos.
- **Destilação**: Ensinamos um modelo aberto pequeno a imitar um de fronteira na sua tarefa e derrubamos o custo por chamada.
- **Tom e formato da casa**: Fine-tunes que escrevem no seu estilo, seguem seu schema e dispensam três parágrafos de prompt.

## O que você recebe

- Construção do dataset: coleta, guia de rotulagem, limpeza, divisões
- Avaliação linha de base vs. fine-tune em dados separados
- Treinos (LoRA / QLoRA / completo) com configurações reproduzíveis
- Serviço: endpoint gerenciado, GPU na sua nuvem ou on-premise
- Model card, pesos e pipeline de retreino entregues

## Stack

PyTorch, Hugging Face, Unsloth, LoRA / QLoRA, vLLM, Ollama, Llama, Qwen, Mistral, Fine-tuning OpenAI

## Dúvidas

### Vocês treinam modelos do zero?

Quase nunca, porque raramente compensa. Fazemos fine-tuning ou destilação de bons modelos base, abertos ou comerciais, o que entrega a maior parte do ganho por uma fração do custo.

### Quantos dados precisamos?

Para classificação e extração, muitas vezes de algumas centenas a alguns milhares de bons exemplos. Ajudamos a montar e rotular, e avisamos de cara se os dados não existem.

### De quem é o modelo treinado?

Seu. Pesos, datasets, configurações de treino e resultados de avaliação vão para o seu armazenamento.

### Roda sem internet?

Sim. Modelos pequenos rodam nos seus servidores ou numa única GPU, totalmente offline, o que ajuda com dados sensíveis sob a LGPD.

## Outras capacidades

- [Agentes de IA](https://ai.arcvs.tech/pt/servicos/agentes-de-ia): Agentes que usam suas ferramentas, seguem suas regras e terminam tarefas reais de ponta a ponta.
- [Orquestração de agentes](https://ai.arcvs.tech/pt/servicos/orquestracao-de-agentes): Planejador, executores e revisores em paralelo, com um único dono do estado e trilha de auditoria completa.
- [RAG e base de conhecimento](https://ai.arcvs.tech/pt/servicos/rag-base-de-conhecimento): Busca e respostas sobre os dados da empresa, com citações, permissões e precisão medida.
- [Automação com IA](https://ai.arcvs.tech/pt/servicos/automacao-com-ia): Fluxos em que a IA lê, classifica e decide, e o código faz o resto. Medido em horas recuperadas.
- [IA privada e on-premise](https://ai.arcvs.tech/pt/servicos/ia-privada): Modelos abertos na sua nuvem ou hardware. Prompts e documentos nunca saem do seu perímetro.
- [Segurança de IA](https://ai.arcvs.tech/pt/servicos/seguranca-de-ia): Red team para aplicações de LLM e agentes: prompt injection, vazamento de dados, agência excessiva.
- [OSINT e auditoria de segurança](https://ai.arcvs.tech/pt/servicos/osint-e-auditoria-de-seguranca): Sua exposição vista de fora: vazamentos, segredos, ativos esquecidos, CVEs. Depois, testes autorizados e correções.

## Contato

- WhatsApp: +5532999143361 (https://wa.me/5532999143361)
- Telegram: @w1ldcrow (https://t.me/w1ldcrow)
- Email: contact@arcvs.tech
- Contact section: https://ai.arcvs.tech/pt#contact
- Parent studio: https://www.arcvs.tech