Latih model AI milik sendiri: model besar jadi guru, model kecil jadi murid. Tanpa GPU, tanpa ngoding.
1
Model Guru & Kunci API
Model guru (big model) yang akan menghasilkan materi latihan. Kunci API OpenRouter disimpan hanya di browser kamu (localStorage), tidak dikirim ke mana pun selain OpenRouter.
2
Buat Data Latihan Otomatis
Kasih topik — model guru langsung bikin pasangan tanya-jawab berkualitas buat melatih model muridmu. Ini inti distillation: kualitas guru = kualitas murid.
3
Dataset Kamu
0Pasangan tanya-jawab
0Estimasi token (ribuan)
$0Estimasi biaya latih*
Pertanyaan
Jawaban Guru
Belum ada data. Generate di langkah 2, atau import JSONL.
4
Rencana Pelatihan & Export
Pilih model murid (basis open-source), lalu export dataset ke format siap latih. Upload file-nya ke platform fine-tune (RunPod, HF Spaces, Together, atau Fireworks) — semua nyewain GPU, kamu ga perlu punya.
Rekomendasi: dataset < 500 pasangan cukup latih 2-3 epoch di GPU murah (RunPod RTX 4090 ~$0,34/jam, total biasanya < $1). 3x ulang: kualitas data dari guru jauh lebih penting daripada jumlah data.
5
Beri Nama Model-mu
Kamu boleh kasih nama brand sendiri — tapi model yang di-distill secara etis WAJIB menyebut basisnya. Model Card yang kamu download sudah otomatis menuliskan atribusi legal ini.
Catatan legal: (1) Relabel mentah model orang lain tanpa mengubah bobot = klaim palsu, jangan. (2) Banyak ToS (termasuk OpenAI) melarang output modelnya dipakai melatih model pesaing — buat distillation yang aman, gunakan model guru berlisensi terbuka/permissive (Qwen, GLM, dsb.) atau data buatanmu sendiri. (3) Selalu tulis basis model di model card — itu batas antara "legal" dan "tipu".