⚡ Panel Principal
ÁI.Net 2.0 — Plataforma de entrenamiento LLM
0
Sesiones Activas
0
Datasets Procesados
0
Modelos Entrenados
0%
Uso GPU
⚡ Acciones Rápidas (pasa el ratón para más info)
📁 Subir Datos
Carga archivos en múltiples formatos para crear tu dataset de entrenamiento.
Soporta: PDF, DOCX, Excel, PowerPoint, Markdown, TOON, CSV, JSON, TXT, MP3, WAV.
Los archivos se procesan automáticamente extrayendo texto, tablas y pares QA. Formatos: 12+
🧹 Limpiar Datos
Limpieza automática del dataset: elimina caracteres especiales, normaliza espacios,
filtra textos vacíos y estandariza el formato.
Incluye detección de idioma y normalización de encoding. Reducción media: 15%
🔍 Deduplicación Semántica
Elimina duplicados exactos (hash MD5) y duplicados semánticos (embeddings).
Usa MinHash LSH para datasets grandes (millones de muestras) y sentence-transformers para similitud semántica profunda. Umbral configurable
🚀 Fine-tuning LLM
Entrena tu modelo con LoRA/QLoRA usando los datos curados.
Soporta Llama 3, Mistral, Phi-3, Gemma y más.
Opciones: Local (CPU/GPU) o GPU en hosting. Early stopping automático a las 12 iteraciones similares. Unsloth · TenMiNaTor · Terminato
🌍 Traducción Automática
Traduce tu dataset a cualquier idioma usando deep-translator y Google Translate.
Soporta: Español, Inglés, Francés, Alemán, Italiano, Portugués, Chino, Japonés y más. Detección automática del idioma origen. 20+ idiomas soportados
💭 Análisis de Sentimientos
Clasifica cada muestra del dataset por sentimiento: positivo, negativo, neutro o mixto.
Usa VADER para inglés y TextBlob para español. Permite filtrar por sentimiento antes de entrenar para modelos más especializados. Precisión: ~85%
⚖️ Detección de Sesgos
Analiza el dataset en busca de sesgos: género, político, racial, toxicidad y longitud.
Genera un reporte detallado con recomendaciones para reducir sesgos antes de entrenar el modelo. Fundamental para modelos de producción. 5 tipos de sesgo
✨ Generación Sintética
Genera datos de entrenamiento sintéticos con bases comunes aleatorias.
Tipos: instrucciones, conversaciones, QA, dominio específico.
Soporta dominios: medicina, derecho, finanzas, educación, tecnología. Exporta en formato Alpaca o ShareGPT. Alpaca · ShareGPT · Custom
👁️ OCR - Reconocimiento de Texto
Extrae texto de imágenes incrustadas en PDFs o archivos de imagen directamente.
Usa Tesseract OCR con soporte para múltiples idiomas. Ideal para digitalizar documentos escaneados o capturas de pantalla. Requiere: tesseract-ocr
🎙️ Transcripción de Audio
Convierte archivos de audio en texto usando OpenAI Whisper.
Soporta: MP3, WAV, OGG, M4A, FLAC, WebM.
Genera automáticamente datasets de entrenamiento desde podcasts, entrevistas, clases o cualquier contenido de audio. Modelos: tiny → large
⚡ Balanceo de Datos
Equilibra clases desbalanceadas en el dataset.
Métodos: Oversampling, Undersampling, SMOTE sintético.
Fundamental cuando una clase tiene muchas más muestras que otras, evitando que el modelo aprenda a predecir solo la clase mayoritaria. 3 estrategias disponibles
📦 Compresión de Dataset
Comprime el dataset para reducir espacio en disco y acelerar transferencias.
Formatos: ZIP, GZIP, TAR.GZ, BZIP2, LZ4.
Reducción típica: 50-80% del tamaño original. LZ4 es el más rápido; BZIP2 el que más comprime. Reducción media: 65%
✅ Validación de Calidad
Evalúa la calidad del dataset con métricas estándar: BLEU, ROUGE-1, ROUGE-2, ROUGE-L.
Genera un reporte completo con recomendaciones específicas para mejorar el dataset antes de usarlo en entrenamiento. Puntuación 0-100
🏷️ Anotación Automática
Clasifica y etiqueta automáticamente cada muestra del dataset.
Detecta: tema, complejidad, formato, idioma y sentimiento.
Usa modelos zero-shot cuando están disponibles, con fallback a reglas heurísticas para máxima compatibilidad. 5 tipos de anotación
📌 Versionado de Dataset
Sistema de control de versiones para datasets, similar a Git.
Guarda snapshots, permite comparar versiones y hacer rollback.
Cada versión incluye: metadatos, estadísticas, hash de integridad y descripción de cambios. Ideal para experimentos reproducibles. Historial completo
🤗 Hugging Face Hub
Descarga datasets populares directamente desde Hugging Face Hub
(Alpaca, OpenOrca, Dolly, UltraChat y más).
También permite subir tus datasets curados al Hub. Requiere token HF_TOKEN para subir (gratuito en huggingface.co). 8+ datasets populares
📋 Consola de Actividad
[INFO] ÁI.Net 2.0 iniciado
[INFO] API disponible en http://localhost:8000/docs
[READY] Sistema listo. Selecciona una acción para comenzar.
🧹 Curado de Datos
Limpia, transforma y prepara tus datasets para entrenamiento
📁 Subir Archivo
Arrastra archivos aquí o haz clic para seleccionar
Máximo 500MB por archivo
PDFDOCX
XLSXPPTX
MDTOON
CSVJSON
TXTMP3
WAVPNG
⚙️ Configuración de Curado
🤖 Entrenamiento
Configura y lanza tu entrenamiento de LLM
⚙️ Configuración del Modelo
🖥️ Destino de Entrenamiento
💻 Entrenamiento Local
Usa tu hardware local: CPU, GPU NVIDIA (CUDA), múltiples GPUs y discos NVMe.
Soporta Terminato para gestión avanzada de GPU/NVMe.
Requiere: PyTorch + CUDA
☁️ GPU en Hosting
Abre una nueva ventana conectada a un servidor GPU externo.
La configuración actual se transfiere automáticamente vía API endpoint.
Configura tu endpoint en Otras Opciones → Enlazar App GPU. API: /api/export/config
🔧 Frameworks y Librerías
Selecciona y combina frameworks para potenciar tu entrenamiento
🏗️ Frameworks Propios
TenMiNaTor
Fusión de modelos, fine-tuning dirigido, RL por capas
Inactivo
🧠 TenMiNaTor
Framework de fusión de modelos, fine-tuning dirigido y Reinforcement Learning por capas.
Incluye análisis profundo de capas y aprendizaje relacional multimodal.
pip install tenminator
Terminato
Gestión GPU/NVMe, entrenamientos avanzados, análisis de capas
Inactivo
⚡ Terminato
Framework para entrenamiento con gestión avanzada de GPU y discos NVMe.
Soporta múltiples GPUs, early stopping y checkpoints automáticos.
pip install terminato
TerminaTodo
Almacenamiento unificado: local, nube, hosting privado
Inactivo
💾 TerminaTodo
Gestor unificado de almacenamiento: SSD, HDD, Google Drive, OneDrive, Dropbox, SFTP.
Sincronización automática, caché inteligente y compresión.
pip install terminatodo
TERMINATOR
Inferencia dirigida, audio ElevenLabs, animación 3D
Disponible
🎯 TERMINATOR
Framework de inferencia dirigida (steerable) con soporte para audio ElevenLabs,
animación 3D y procesamiento multimodal. Sin requisitos adicionales.
pip install terminator-ai
TenMinaTorch
Deep Learning con PyTorch, entrenamiento optimizado
PyPI
🔥 TenMinaTorch
Librería de Deep Learning basada en PyTorch con optimizaciones para entrenamiento
de LLMs. Disponible directamente en PyPI.
pip install tenminatorch
Unsloth
Fine-tuning 2x más rápido, 70% menos VRAM
Disponible
🦥 Unsloth
Framework oficial de Unsloth para fine-tuning ultra-rápido.
2x más rápido y 70% menos VRAM que implementaciones estándar.
pip install unsloth
📚 Librerías Estándar
📓 Notebooks de Colab
Genera notebooks listos para ejecutar en Google Colab
🚀 Notebook de Entrenamiento
Notebook completo para fine-tuning de LLMs con Unsloth, LoRA y TRL. Incluye carga de modelo, preparación de datos, entrenamiento e inferencia.
🚀 Notebook de Entrenamiento
Genera un notebook .ipynb listo para Google Colab con:
instalación, carga de modelo, dataset, LoRA, entrenamiento y prueba.
11 celdas · GPU T4/A100
🧹 Notebook de Curado
Notebook para limpiar, deduplicar, analizar y exportar datasets. Incluye visualizaciones y estadísticas del dataset.
🧹 Notebook de Curado
Notebook para curado completo de datos: limpieza, deduplicación,
estadísticas, visualizaciones y exportación.
7 celdas · Sin GPU necesaria
⬇️ Descargas
Descarga datasets procesados, modelos y notebooks
📦 Archivos Disponibles
📊 dataset_procesado.jsonl
Listo
📊 dataset_procesado.csv
Listo
📓 UnslothAI_Training.ipynb
Notebook
📓 UnslothAI_DataCuration.ipynb
Notebook
📋 reporte_calidad.json
Reporte
🗜️ dataset_comprimido.zip
Comprimido
🔗 Otras Opciones
Importa y exporta contenido a otras aplicaciones