Последнее обновление: 07 ноября 2025 г.
Вступление в силу: 17 ноября 2025 г.
1. Предмет Соглашения
1.1. Evolution ML Finetuning (далее – Услуга) – это облачное решение, которое предоставляет возможность дообучить ML-модель Машинного обучения, размещенную вне
, посредством и пользовательского интерфейса в .1.2.
реализована на оборудовании, принадлежащем Исполнителю, и средствами системы виртуализации собственной разработки (в т. ч. на базе компонентов с открытым исходным кодом). Услуги является среда определенной конфигурации ( 1) с доступом к , которая предоставляется на время дообучения модели . На этих Ресурсах происходит процесс дополнительного обучения, в результате которого сохраняется дообученная модель.1.3. Функциональные возможности:
дообучение модели Машинного обучения (например,
) на данных пользователя, размещенных вне , для получения новой копии модели или Lora-адаптера 2.
1.4.
состоит из следующих компонентов:сервис-контроллер для управления Услугой из
;компонент, отвечающий за сбор тарификационных данных.
1.5.
оказывается Заказчику с учётом следующих ограничений:1.5.1. Ограничений, описанных в разделе 5 Приложения;
1.5.2. Ограничений, установленных правообладателем (разработчиком)
в лицензионном соглашении 3. Запуская процесс дообучения Пользователь принимает установленное правообладателем лицензионное соглашение, а Исполнитель не несет ответственности за его нарушение.Примечания
- [1]
- [2]
- [3]
Инстанс-тип — предопределённый набор вычислительных ресурсов, включая количество виртуальных процессорных ядер, объем оперативной памяти, параметры дискового пространства и пропускную способность сети, предоставляемых Заказчику в рамках облачного сервиса.
LoRA (Low‑Rank Adaptation) — это метод дообучения больших нейронных сетей, при котором вместо изменения всех параметров модели обучаются лишь небольшая часть модели. Lora-адаптер — это небольшая добавочная подсеть, которые при суммировании с оригинальными весами модели реализуют «тонкую» настройку без изменения основных весов модели.
2. Базовая функциональность и Ресурсы Услуги
Услуга | Тарифицируемые Ресурсы | Метрика | Кратность |
|---|---|---|---|
Дообучение модели Машинного обучения на вычислительных ресурсах | Время дообучения модели Машинного обучения на 1xH100 80 Gb | Время работы (часы) | 1 минута |
3. Тарификация Услуги
3.1. Для данной
используется Динамическая тарификация (Pay as you go).3.2. Динамическая тарификация предполагает оплату
(см. п. 2.1. Приложения) по факту их потребления Заказчиков в течение .3.3. Окончательная стоимость
в формируется в соответствии с , установленными в Приложении № 7.EVO.25.3.4. Специфика тарификации
: Заказчик начинает платить за обучение модели после перехода ее в статус «Запущено» в , плата начисляется за время потребления соответствующего .3.5. Величина ежемесячного платежа за пользование
определяется в соответствии с фактическим потреблением вычислительных . Доступные Ресурсы и методика расчета перечислены в примере ниже:3.6. Формула расчета:
Где:
\(А\) — стоимость Инстанса — фиксированная стоимость выбранной конфигурации вычислительных ресурсов (инстанс-типа), указанной в Тарифах Услуги;
\(\text{Время в минутах}\) — продолжительность процесса дообучения в минутах.
Пример расчета:
Где:
Стоимость Инстанса — 840 ₽/час;
Продолжительность процесса дообучения — 20 минут.
4. Иные условия, применимые к Услуге
4.1. Возможные виды подключения / изменения / отключения
:Посредством совершения действий в
.
4.2. Возможный порядок расчётов по
:4.3. Возможные способы оплаты / порядок пополнения
:В безналичном порядке на основании выставленного Исполнителем счёта;
оплата посредством электронных средств платежа.
4.4. Требования к инфраструктуре Заказчика:
Наличие доступа в Интернет.
4.5. Исполнитель не сохраняет копии датасета, исходной модели, дообученной модели после оказания
.Примечания
5. Особенности уровня предоставления Услуги
5.1. В соответствии с пп. 1.1.4. Приложения №2.EVO.0 к Договору вносятся следующие уточнения в уровень предоставления
, действующий в отношении услуг по умолчанию.К Доступности Услуги не относится доступ к конкретной модели в хранилище моделей и датасету в хранилище датасетов в конкретный момент времени.
К Доступности Услуги не относится проблемы с обучением, связанные с некорректным набором параметров дообучения заданным пользователем при запуске.
К Доступности Услуги не относится проблемы, связанные с некорректным формата датасета.
5.2.2.
является ситуация, при которой обучение модели было прервано по причинам, зависящим от ;5.2.3. Компенсация выплачивается пропорционально объёму недоступных
, т.е. Компенсация за нарушение целевых показателей рассчитывается согласно количеству недоступных Ресурсов.5.3. Во всём остальном в части уровня предоставления
применимы положения Приложения №2.EVO.0 к Договору.5.4. Заказчик понимает и соглашается с тем, что оказание
осуществляется с использованием технологий искусственного интеллекта на основании информации, изображений и т.п. объектов (далее – Объекты), загружаемых Заказчиком в целях получения Услуги. Указанное означает исключение возможности какого-либо контроля в части проведения проверки таких Объектов и полученных на основании их использования результатов (далее – Результаты) со стороны Исполнителя, в связи с чем Заказчик обязуется в процессе оказания Услуги, помимо общих положений настоящего Приложения:не использовать (не загружать, не создавать, не распространять) Объекты, нарушающие требования законодательства Российской Федерации, права третьих лиц, общепринятые нормы морали и этики, а также влекущие нарушение указанных требований, прав и норм;
самостоятельно оценивать риски использования того или иного Объекта до начала пользования Услугой;
проверять соответствие Объекта законодательству, нормам морали и этики;
соблюдать авторские права, а также права правообладателей Объекта;
нести ответственность перед контролирующими органами, авторами, правообладателями, иными лицами за использование Объектов и Результатов, в т.ч. хранение, распространение, воспроизведение и т.п. действия;
сопроводить Результаты информацией о создании с помощью Услуги.
5.5. Ни при каких условиях Исполнитель не несет ответственности за действия Заказчика, совершенные им в рамках указанной
и не соответствующие либо противоречащие настоящему Приложению.5.6. Исполнитель не несет ответственности за точность, актуальность или полноту Результатов. Все данные и выводы, полученные с помощью
, предназначены исключительно для информационных целей и не должны рассматриваться как окончательные или полностью надежные.