01 / Inteligencia local
Modelo turco y monitorización Linux
Jazari es mi adaptación de un modelo al turco; ailm aplica IA local a la monitorización Linux.
Modelo publicado y herramienta abierta · Actualizado · Septiembre de 2026
En qué trabajé
Experimentos de entrenamiento, evaluación e integración de un modelo local en la monitorización.
El punto de partida
Entrenar un modelo es solo una parte. La pregunta útil es en qué tarea recurrente puede ayudar un modelo pequeño y local.
Cómo lo construí
Adaptar Qwen3.5-4B al turco mediante preentrenamiento continuado y ajuste supervisado. El entrenamiento publicado utilizó una RTX 5090 en vast.ai.
Conectarlo a ailm, que recoge eventos de Linux y utiliza un LLM local para resumirlos y proponer qué merece atención.
Publicar resultados y limitaciones, incluidas las áreas donde el rendimiento sigue siendo limitado.
El resultado
Los pesos del modelo y la herramienta son públicos. Juntos muestran el paso de un experimento de entrenamiento a una aplicación local concreta.
Los resultados corresponden a pruebas específicas, no a una precisión universal. Las causas y acciones sugeridas requieren verificación. El experimento de coaching por voz es un proyecto separado.
Código y recursos
Qwen / Fine-tuning / Python / Ollama / SQLite / Linux