Ajustement fin (fine-tuning)

Entraînement supplémentaire à partir d'un modèle existant : généralement avec moins de données et un objectif plus restreint que le pré-entraînement.

L’ajustement fin adapte un modèle pré-entraîné, par exemple les poids d’un LLM fondamental, vers un domaine, un ton, une politique d’utilisation d’outils ou une tête de classification avec des paires étiquetées spécialisées.

Comparé à l’entraînement à partir de zéro, il est généralement moins coûteux lorsqu’un modèle de base solide existe déjà : bien que le biais dans les données d’ajustement fin puisse encore s’accumuler.