Postentrena modelos personalizados con Devin y Modal

​

Antes de empezar

• Crea un puesto avanzado de Modal: ejecuta uvx modal-devin init y elige una GPU para la aplicación de Modal generada. Consulta Ejecutar Devin en Modal y el inicio rápido de Outposts.
• Conecta tu repositorio: el de la aplicación en la que quieres integrar el modelo. El video usa una aplicación de chat de demostración privada con un selector de modelos de imagen, clonada en un Modal Volume persistente. ¿No tienes una aplicación? Pide a Devin que primero cree una (por ejemplo, build a simple chat app with a model picker that calls an image generation endpoint), u omite la aplicación y haz que Devin solo entrene y despliegue el modelo.
• Prepara tus datos de entrenamiento: agrega imágenes con sus descripciones al repositorio o a un Modal Volume que monte el puesto avanzado. El ejemplo usa 18 imágenes de nutrias en estilo de dibujos animados con descripciones como «Devin the software engineer in a data center».
• Secretos: no necesitas credenciales adicionales; el sandbox de Modal ya incluye credenciales de Modal, por lo que Devin puede entrenar y desplegar endpoints sin configurar nada más. El video también registra el entrenamiento en Weights & Biases; si quieres hacer lo mismo, agrega WANDB_API_KEY en Configuración > Secretos antes de empezar; si no, omite este paso.
• Define reglas para ejecuciones largas: agrega reglas de organización (o inclúyelas en el prompt), por ejemplo: publicar una actualización del progreso cada 15 minutos, generar imágenes de validación en cada checkpoint e incluir el enlace de vista previa en cada PR.
• Conecta Slack (opcional): las ejecuciones de entrenamiento tardan horas, así que sincroniza la sesión con un hilo de Slack para seguir su avance.

​

Paso 1: Inicia una sesión en el puesto avanzado

cuéntame más sobre tu entorno

​

Paso 2: Revisa los datos de entrenamiento

hola devin, muéstrame las imágenes que estoy usando para el aprendizaje supervisado

​

Paso 3: Inicia la ejecución de entrenamiento

haz post-entrenamiento de flux para crear el modelo otterimage 1.0. cuando termines, agrega otterimage al selector de modelos en otterchat

1. Entrena el LoRA: unos 1,000 pasos, con renderizados de validación cada 100 pasos (y métricas en Weights & Biases si agregaste la clave).
2. Informa en Slack: comparte el progreso cada 15 minutos junto con los renderizados más recientes. Los primeros renderizados muestran personas; la nutria va apareciendo a medida que avanza el entrenamiento.
3. Elige el mejor checkpoint: el del paso 700, ya que los pasos 900 y 1,000 mostraron indicios de sobreajuste.
4. Despliega y publica: sirve el paso 700 como un endpoint serverless de Modal, agrega otterimage 1.0 al selector de modelos de la aplicación de chat, graba una prueba de extremo a extremo y abre un PR con un enlace de vista previa.

​

Paso 4: Prueba el modelo

genera una imagen de devin, el ingeniero de software, comiendo espaguetis

​

Paso 5: Itera con sesiones secundarias

https://arxiv.org/pdf/2309.14859v2 lanza subsesiones que entrenen otterimage con las demás técnicas mencionadas en este artículo, aparte de lora

​

Próximos pasos