> For the complete documentation index, see [llms.txt](https://docs.aisuru.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.aisuru.com/avanzate/fine-tuning/come-fare-fine-tuning-in-maniera-semplice-con-aisuru.md).

# Come fare fine-tuning in maniera semplice con AIsuru

AIsuru ti permette di preparare facilmente i dati per il fine-tuning dei modelli linguistici su diverse piattaforme IA. Questa funzionalità ti aiuta a creare modelli personalizzati più efficienti e economici, adatti alle tue specifiche esigenze.

### Preparazione dei dati

Per iniziare il processo di fine-tuning, dovrai prima esportare i tuoi dati da AIsuru:

1. Dalla barra laterale, seleziona la voce "Import/Export";
2. Clicca sul pulsante "**Esporta JSONL**";
3. Nelle impostazioni avanzate, seleziona "Includi istruzioni" se desideri includere il le "Istruzioni" (Impostazioni > IA > Istruzioni) in ogni messaggio;
4. (Opzionale) Specifica una data per esportare solo i contenuti di un certo periodo;
5. Premi il pulsante "Esporta" per avviare il download del file JSONL.

✅ Ottimo! Ora hai un file JSONL pronto per essere dato in pasto al modello linguistico!

{% hint style="danger" %}
Il file JSONL generato contiene solamente i [Contenuti](/istruzione-gestione-contenuti-agenti/contenuti.md) testuali: non contiene immagini, video, link, pdf, [fatti noti](/estensioni/pensiero-profondo/gestione-delle-memorie.md), [intenti dinamici](/avanzate/integrazioni/intenti-dinamici.md), [slot](/avanzate/integrazioni/intenti-dinamici/come-usare-gli-slot.md) né [funzioni](/avanzate/integrazioni/funzioni.md) o [MCP](/avanzate/integrazioni/model-context-protocol-mcp-su-aisuru/mcp-cosa-sono-e-come-si-utilizzano.md). 
{% endhint %}

### Processo di fine-tuning

Una volta ottenuto il file JSONL, puoi procedere con il fine-tuning:

1. Accedi alla piattaforma di **Microsoft Azure o** [**OpenAI**](https://platform.openai.com/finetune);
2. **Carica il file JSONL** che hai scaricato da AIsuru **nella sezione "Training data"**;
3. Non caricare nessun file nella sezione "Validation data" e setta le altre impostazioni: suffisso, seed, batch size, learning rate multiplier e number of epochs.

✅ Fine! Dopo qualche ora il processo dovrebbe concludersi.

Il fine-tuning con AIsuru ti permette di creare modelli IA personalizzati che riflettono perfettamente le tue esigenze, riducendo i costi e migliorando l'efficienza. Prova questa funzionalità e scopri come può trasformare il tuo approccio all'IA!