Ajuste fino de LLM
Ajuste fino de modelos de código abierto para sus necesidades concretas.
EU Inference Router
‹ Insight 1 of 28 ›El ajuste fino toma un modelo abierto y le enseña su tono, su dominio y su tarea. En HostYourAI esto es trabajo por proyecto, acotado y planificado conjuntamente, no un botón de autoservicio: sus datos de entrenamiento permanecen en la UE en todo momento, y el modelo resultante se despliega en su propia instancia GPU dedicada servida con vLLM. Un ejemplo concreto es Loes, la marca de modelo neerlandés soberano, ajustada a partir de una base abierta para lograr un neerlandés natural.
Los datos de entrenamiento suelen ser los datos más sensibles que posee una empresa: conversaciones reales, documentos reales, decisiones reales. Enviarlos a un pipeline de entrenamiento fuera de Europa deshace en una sola subida años de cuidadosa gobernanza de datos. Realizar el ajuste fino en centros de datos europeos mantiene todo el ciclo, desde el conjunto de datos hasta los pesos desplegados, bajo jurisdicción de la UE.
Por qué ajuste fino de LLM en la UE
Sus pesos, su soberanía
Un modelo abierto ajustado es un activo de su propiedad. A diferencia de una API propietaria que puede cambiar de precio, de comportamiento o de disponibilidad de la noche a la mañana, sus pesos residen en una infraestructura que usted controla y pueden volver a desplegarse en cualquier lugar donde funcione vLLM. Eso es soberanía digital en su forma práctica, y es la razón por la que bases abiertas como Llama, Qwen y Mistral del catálogo de modelos son el punto de partida.
Los datos de entrenamiento son las joyas de la corona
Los conjuntos de datos creados a partir de interacciones con clientes casi siempre contienen datos personales, por lo que el RGPD se aplica a la propia ejecución del entrenamiento, no solo a la inferencia. Mantener la preparación, el entrenamiento y la evaluación en varias regiones europeas, con cifrado AES-256 en reposo y un acuerdo de encargo del tratamiento (DPA), significa que su base jurídica no depende de mecanismos de transferencia a terceros países.
Jurisdicción sobre todo el ciclo de vida
Los proveedores de nube estadounidenses están sujetos a la CLOUD Act, que puede obligar a revelar datos con independencia de dónde estén los servidores. Un pipeline de entrenamiento en infraestructura europea bajo un proveedor europeo elimina esa cuestión por completo, algo que los sectores regulados suelen exigir.
from openai import OpenAI client = OpenAI( base_url="https://hostyourai.com/api/v1", api_key="hyai-...") client.chat.completions.create( model="llama-3.3-70b", messages=[{"role":"user","content":"Hallo!"}])
Cuándo compensa el ajuste fino y cuándo no
El ajuste fino es la herramienta más pesada de la caja, así que conviene usarla en último lugar. Si al modelo le falta conocimiento, la recuperación es más barata y más fácil de actualizar: la guía Crear RAG en GPU de la UE muestra cómo una base de conocimiento vinculada inyecta sus documentos en las respuestas sin tocar los pesos. Si el modelo solo necesita orientación, un buen prompt de sistema suele bastar. El ajuste fino gana cuando necesita un estilo coherente a escala, un dominio profundo de un idioma o un ámbito que la base maneja mal, o un modelo más pequeño que iguale a uno mayor en su tarea y salga más barato en instancias GPU dedicadas.
| Enfoque | Cuándo elegirlo |
|---|---|
| Prompting | Correcciones de comportamiento con instrucciones y ejemplos en el prompt |
| RAG | El modelo necesita sus documentos o conocimiento que cambia con frecuencia |
| Ajuste fino | Estilo coherente, lenguaje de dominio o rendimiento en una tarea que la base no alcanza |
| RAG más ajuste fino | Dominio del lenguaje y conocimiento actualizado al mismo tiempo |
| Modelo más pequeño ajustado | Reducir el coste de servicio manteniendo la calidad en una tarea acotada |
Cómo empezar
Un modelo ajustado se sirve exactamente igual que cualquier otro: vLLM en su instancia, endpoint compatible con OpenAI, su clave. Mientras se define el alcance del proyecto, ya puede desarrollar sobre un modelo base como Qwen3 8B y cambiar el slug más adelante:
from openai import OpenAI
client = OpenAI(
base_url="https://hostyourai.com/api/v1",
api_key="hyai-...",
)
response = client.chat.completions.create(
model="qwen3-8b",
messages=[
{"role": "system", "content": "Responde en español formal, dos frases como máximo."},
{"role": "user", "content": "Explica qué hace el vínculo con una base de conocimiento."},
],
)
print(response.choices[0].message.content)Preguntas sobre el ajuste fino de LLM
¿El ajuste fino es de autoservicio?
No. Se define por proyecto: la revisión del conjunto de datos, la selección del modelo base, el entrenamiento y la evaluación se planifican conjuntamente, y el resultado se despliega en su propia instancia.
¿Salen mis datos de entrenamiento de la UE?
No. La preparación, el entrenamiento y el despliegue se realizan en centros de datos europeos, cubiertos por un DPA, y HostYourAI nunca entrena con datos de clientes para sus propios fines.
¿Qué modelos base son adecuados?
Modelos abiertos con licencias permisivas, normalmente variantes de Llama, Qwen, Mistral o Gemma. La base adecuada depende de su idioma, de su tarea y del presupuesto de GPU para servirla.
¿Quién es el propietario de los pesos ajustados?
Usted, dentro de los términos de licencia del modelo base. Puede exportarlos y ejecutarlos en cualquier stack compatible con vLLM, como se describe en Despliegue su propio LLM con vLLM.
¿Debo hacer ajuste fino o usar RAG?
Empiece con RAG si la carencia es de conocimiento, ya que los documentos cambian más rápido que los pesos. Haga ajuste fino cuando la carencia sea de estilo, de formato o de calidad del idioma. Muchos equipos terminan combinando ambos.
¿Cuánto cuesta?
El entrenamiento se presupuesta por proyecto; el servicio posterior es de pago por uso desde su saldo de crédito prepagado. Consulte la página de precios para saber cómo funciona la facturación.
Todo lo que necesita para la IA
Del alojamiento de modelos a una API de cara al cliente, está pensado para desarrolladores y empresas que quieren que su IA funcione en una infraestructura que realmente controlan, dentro de la UE.
Sus datos y sus modelos permanecen en GPU europeas. Diseñado para cumplir el RGPD.
Llama, Qwen, DeepSeek, Mistral, FLUX y muchos más. Elija uno y estará listo en minutos, sin DevOps por su parte.
Apunte su cliente actual al Router y conserve sus herramientas. Sin reescribir nada, sin dependencia.
De cero a un endpoint listo en minutos
Sin infraestructura que gestionar. Elija un modelo, obtenga una URL compatible con OpenAI y lance.
Elija un modelo
Elija en el Model Garden o pegue cualquier ID de HuggingFace. Defina la VRAM y elija una GPU europea.
Obtenga su endpoint
Desplegamos vLLM, ejecutamos las comprobaciones de disponibilidad y le entregamos una URL lista, compatible con OpenAI y Anthropic, además de una clave de API.
Enrute y lance
Apunte su cliente al Router. Enruta automáticamente a una instancia arrancada, deja las GPU en reposo cuando nadie está conectado y registra cada solicitud.
Privado por defecto
HostYourAI mantiene sus modelos, prompts y datos en GPU europeas. Está pensado para equipos que se preocupan por el cumplimiento normativo, la fiabilidad y un control real.
GPUs and data residency inside Europe. Your prompts never leave the EU.
Run open-weight models with no black boxes or hidden telemetry.
GPUs idle when nobody is online, so you only pay for what you run.
Your infra, your keys, your models. Leave whenever you want.
Funciona con las herramientas que ya utiliza
El Router habla las API de OpenAI y Anthropic, así que se integra directamente en los clientes y SDK que su equipo ya usa. Solo tiene que cambiar la URL base.
Pruebe HostYourAI gratis
Frequently asked questions
Can I run this in the EU?
Yes. HostYourAI runs open models on GPUs in European datacenters via vLLM. Your prompts and outputs never leave the EU and there is no US cloud provider in the chain.
Is it GDPR-compliant?
Yes. All processing happens inside the EU, a Data Processing Agreement (DPA) is available and the subprocessor list is public. Open weights also mean no training on your data.
Is the API OpenAI-compatible?
Yes. Point your existing OpenAI or Anthropic client at our Router (https://hostyourai.com/api/v1), change only the base URL and API key. No rewrite, no lock-in.
What does it cost?
Pay-as-you-go on one prepaid credit balance: the shared router per token or a dedicated GPU per hour. Free to start, no minimum, no fixed monthly fee.
Works with 390+ open models
Text and image models on dedicated EU GPUs. Every model tested on our own hardware.
Related pages
Explore more about EU-hosted AI on HostYourAI.
Aloje chatbots de IA en infraestructura europea. Atención al cliente, asistentes internos y más, con cumplimiento del RGPD.
Read more →Alojamiento de inferencia LLM con latencia optimizada. vLLM, batching continuo y respuestas en streaming para aplicaciones de IA en producción.
Read more →Un único endpoint compatible con OpenAI y Anthropic que enruta sus peticiones a modelos abiertos en GPUs europeas. Drop-in, alojado en la UE, sin dependencia.
Read more →Aloje pipelines RAG con su propia base de conocimiento. Bases de datos vectoriales, embeddings y LLM en una sola plataforma europea.
Read more →Chatee con instancias dedicadas y modelos del Router en el Playground. Pruebe prompts, compare modelos y consulte después el uso y la latencia por petición.
Read more →Despliegue cualquier modelo abierto en una GPU europea dedicada con vLLM. Endpoint propio, claves upstream cifradas e inactividad cuando nadie está conectado.
Read more →Aloje. Enrute. Lance.
No se necesita tarjeta de crédito. Pague por uso y cancele cuando quiera.
Empiece hoy a alojar gratis