Messa a punto

Il fine-tuning prosegue l'addestramento di un modello su un dataset più ristretto così da adattarlo meglio a un dominio, uno stile o un compito.

I team raccolgono esempi, addestrano (completo o parameter-efficient) e poi valutano qualità e regressioni. Il fine-tuning non aggiunge automaticamente nuova conoscenza in modo altrettanto affidabile del retrieval.