Fine-tuning
Aussi : ajustement fin · affinage
Poursuite de l’entraînement d’un modèle déjà pré-entraîné sur un jeu de données plus restreint, pour l’adapter à un domaine ou à un style.
Les paramètres du modèle sont réellement modifiés : après fine-tuning, il reproduit les régularités du jeu d’exemples — un format de sortie, un vocabulaire métier, un ton. La documentation d’Anthropic rappelle que son assistant est lui-même le produit d’un tel ajustement, et que l’opération demande de soigner les données, puisqu’elles influent sur les performances et les biais du modèle.
On le confond souvent avec le RAG. Le fine-tuning change la manière de répondre ; il convient mal pour apporter des faits qui bougent, car chaque mise à jour suppose de réentraîner. Le RAG laisse le modèle intact et lui fournit les documents au moment de répondre. Pour un assistant branché sur un catalogue ou un centre d’aide, la récupération est le premier choix à examiner ; le fine-tuning vient ensuite, si le style ou le format ne suivent pas.