Afinament (fine-tuning)
L’afinament (fine-tuning en anglès) és el procés d’agafar un model d’IA ja entrenat i ajustar-lo amb dades específiques perquè funcioni millor en una tasca concreta.
Què és exactament?
Entrenar un model des de zero costa moltíssim temps i diners. L’afinament evita aquest problema: es parteix d’un model preentrenat generalista, com un LLM, i se li dona una segona ronda d’entrenament amb un conjunt de dades més petit i especialitzat. Així el model s’adapta a un sector, un to o un tipus de feina concret.
Per a què serveix?
- Adaptar un model al vocabulari d’un sector concret
- Aconseguir un to de marca coherent
- Millorar la precisió en tasques repetitives
- Treballar amb dades pròpies d’una empresa
Afinament, prompt o RAG?
No sempre cal afinar un model. Sovint, escriure bons prompts o connectar el model a una base de dades externa (la tècnica RAG) ja dona prou bons resultats i surt més barat. L’afinament té sentit quan necessites un comportament molt específic i constant. El TERMCAT proposa «afinament» com a terme català per a fine-tuning.