Réglage fin

Le fine-tuning poursuit l'entraînement d'un modèle sur un jeu de données plus étroit pour mieux coller à un domaine, un style ou une tâche.

Les équipes collectent des exemples, entraînent (complet ou efficace en paramètres), puis évaluent qualité et régressions. Le fine-tuning n'ajoute pas automatiquement de nouvelles connaissances aussi fiablement que la récupération.