Introducción

typestrict entrena un modelo de decisión pequeño con tus datos: lee un ticket, un mensaje o un documento y responde con una decisión estructurada y tipada (una etiqueta, un sí o no, una puntuación), con el mismo formato de respuesta que Jev, el modelo de referencia del mercado. Si tu modelo no supera a Jev en ejemplos que nunca vio en el entrenamiento, el crédito vuelve.

Cómo va un entrenamiento

Todo entrenamiento pasa por cinco pasos, igual en el panel, la API y los asistentes:

Datos: envías archivos, conectas Google Drive u OneDrive, o partes de un dataset público. Los datos personales se enmascaran antes de cualquier otra lectura.
Revisión: nuestra agente organiza los datos en ejemplos de entrenamiento. Revisas la propuesta y la ajustas.
Modelo base: eliges el modelo sobre el que entrenar, aprobado para uso comercial, y confirmas el costo.
Entrenamiento: lo entrenamos y lo medimos contra Jev.
Resultado: descargas el modelo (ONNX y pesos) y lo usas donde quieras, sin GPU.