Fine-tuning

Fine-tuning er processen med at træne en allerede eksisterende AI-model videre på et sæt af egne eksempler, så den bliver bedre til en specifik opgave eller lærer en bestemt tone og stil, i stedet for at bruge modellen, som den er ud af boksen.

Fine-tuning er sjældent det første skridt, man bør tage, fordi det kræver gode træningsdata, teknisk opsætning og vedligehold, når modellerne opdateres. I langt de fleste tilfælde kan man opnå tilsvarende eller bedre resultater med gennemarbejdede prompts og relevant kontekst leveret ved hver forespørgsel, hvilket er billigere og lettere at justere end at gentræne en model, hver gang noget skal ændres.