Ajuste fino

Entrenamiento adicional a partir de un modelo existente: generalmente con menos datos y un objetivo más específico que el preentrenamiento.

El ajuste fino adapta un modelo preentrenado, por ejemplo los pesos de un LLM fundacional, hacia un dominio, tono, política de uso de herramientas o cabeza clasificadora con pares etiquetados especializados.

Comparado con el entrenamiento desde cero, suele ser más económico cuando ya existe un modelo base sólido: aunque el sesgo en los datos de ajuste fino aún puede acumularse.