( Contacto )
Fine-tuning (ajuste fino)
Tambien: Ajuste fino, Fine tuning
En una frase
El fine-tuning es reentrenar un modelo ya existente con tus propios ejemplos para que adopte un estilo, un formato o un comportamiento concreto de forma consistente.
Fine-tuning (ajuste fino) consiste en tomar un modelo preentrenado y seguir entrenandolo con un conjunto de ejemplos tuyos, para que aprenda a responder con el tono, el formato o la logica que necesitas. No sirve para meterle conocimiento fresco (para eso esta el RAG), sino para moldear como se comporta: responder siempre en cierto formato, imitar un estilo de marca o clasificar segun tus criterios.
¿Fine-tuning o RAG?
Regla practica: si el problema es que el modelo no SABE algo, usa RAG (le das los datos). Si el problema es que no se COMPORTA como quieres (formato, estilo, tarea muy especifica), plantea fine-tuning. Muchos sistemas reales combinan ambos, y casi siempre conviene agotar antes el prompting y el RAG, que son mas baratos.
¿Cuando merece la pena de verdad?
En nuestros proyectos rara vez llegamos al fine-tuning: un buen prompt y RAG resuelven la mayoria de casos con menos coste y menos rigidez. Lo reservamos para cuando el formato o el comportamiento tiene que ser identico siempre, a gran volumen, y ya has agotado lo demas. Reentrenar por moda, sin ese cuello de botella claro, casi nunca compensa.