noun
El ajuste fino de IA (fine-tuning) es el proceso de adaptar un modelo de IA preentrenado para que funcione mejor en una tarea específica. En lugar de entrenar un modelo desde cero, el ajuste fino utiliza un modelo existente y lo refina con datos adicionales relevantes para la nueva tarea.
Este proceso suele implicar alimentar al modelo con nuevos ejemplos, ajustar sus parámetros y, a veces, bloquear ciertas capas para evitar el sobreajuste. El ajuste fino es común en modelos de lenguaje, generadores de imágenes y otras herramientas de IA donde los modelos generales necesitan ser personalizados para aplicaciones específicas.
Para los usuarios, el ajuste fino puede significar mejores resultados, pero también costos más altos y mayor complejidad técnica. Por ejemplo, una empresa que ajusta un modelo de lenguaje para atención al cliente podría gastar entre 500 y 2.000 dólares para mejorar la precisión de las respuestas en un 10-15 %. Sin embargo, esto requiere experiencia en entrenamiento de IA y acceso a datos de calidad.
Un diseñador ajusta un modelo de generación de texto para crear descripciones de productos más atractivas en una tienda en línea.
En otros idiomas
Véase también: Transfer Learning