Fine-tuning
El fine-tuning ajusta los parámetros de un modelo ya entrenado utilizando datos adicionales para adaptar su comportamiento a una tarea o dominio
Qué significa, cómo se usa y en qué contexto aparece, con sus conceptos relacionados.
Qué es y cómo funciona
Puede mejorar consistencia de formato, estilo o desempeño específico. Requiere datos adecuados y evaluación frente a alternativas. No sustituye necesariamente a la recuperación de información cuando el problema principal es consultar conocimiento que cambia con frecuencia.
Preguntas frecuentes sobre Fine-tuning
¿Cómo decidir entre fine-tuning, mejores instrucciones y recuperación de información?
Identifica qué está fallando. Si falta información actual o específica, la recuperación puede responder mejor a esa necesidad. Si la tarea es ambigua, primero hay que aclarar instrucciones y ejemplos. Un ajuste del modelo tiene sentido cuando existe un patrón de comportamiento que puede aprenderse y evaluarse con datos adecuados. Las opciones pueden combinarse, pero la comparación debe utilizar casos reservados para evaluación y no solo los ejemplos utilizados para preparar la solución.