Ajustement fin
Aussi appelé : fine-tuning, affinage
Entraînement complémentaire d'un modèle d'IA déjà entraîné, sur un ensemble d'exemples choisis, pour l'adapter à une tâche, un style ou un domaine précis.
En clair
L'ajustement fin modifie les paramètres du modèle à partir d'exemples du résultat attendu. Il sert à obtenir un format très constant, un vocabulaire métier ou un style maison, plus sûrement qu'avec un simple prompt.
Il demande des données soignées, des compétences techniques et un budget, et il faut souvent le refaire quand les modèles évoluent. Si vous ajustez un modèle avec des données personnelles, vous êtes responsable de ce traitement (CNIL). Pour la plupart des petites entreprises, un bon prompt système et des documents de référence suffisent.
Un exemple dans une petite entreprise
Un éditeur de logiciel de gestion veut que son assistant de support réponde toujours selon le même gabarit, avec le vocabulaire de ses écrans. Après des essais avec des instructions, il ajuste un modèle sur ses meilleures réponses passées, anonymisées.
À ne pas confondre avec : RAG
L'ajustement fin change le comportement du modèle ; le RAG lui fournit des documents au moment de répondre. Pour des informations qui changent souvent, le RAG est plus adapté.