Einführung in LoRA Fine-Tuning

Was LoRA ist, wann es sich lohnt und wie du dein erstes Trainings-Job auf Mycelis startest — mit echten Beispieldaten.

Wann lohnt sich LoRA?

• Wenn dein Agent konsistenten Fachjargon lernen soll.
• Wenn du Style und Verhalten stabil reproduzierbar machen willst.
• Wenn Prompt-only nicht ausreicht.

Daten vorbereiten

1. Sammle hochwertige Beispiel-Dialoge.
2. Halte Format und Ton konsistent.
3. Entferne Noise und Dubletten.

Training starten

1. Öffne Fine-Tuning in Mycelis.
2. Wähle Basismodell und Trainingsdaten.
3. Starte Job und überwache Logs.

Ergebnis evaluieren

1. Vergleiche Antworten gegen Basismodell.
2. Teste schwierige Prompts und Edge Cases.
3. Deploye nur mit klaren Qualitätskriterien.