noun
L’affinage consiste à ajuster un modèle d’IA pré-entraîné (comme un modèle de langage ou un générateur d’images) avec des données supplémentaires pour améliorer ses performances sur une tâche spécifique.
Le processus part d’un modèle déjà capable de comprendre des concepts généraux, puis l’entraîne sur un petit jeu de données ciblé. Cela permet d’obtenir des résultats plus pertinents sans avoir à former le modèle depuis zéro, ce qui est coûteux et long.
Pour les utilisateurs, l’affinage change la donne : il réduit les erreurs, adapte le modèle à un vocabulaire spécialisé ou améliore la créativité. En revanche, il nécessite des données adaptées et des ressources informatiques. Par exemple, une entreprise peut affiner un modèle de langage sur des échanges clients pour rendre les chatbots plus naturels, réduisant les erreurs de 30 %.
Un développeur affine un modèle de génération d'images sur des croquis de voitures anciennes pour produire des rendus plus fidèles aux années 1950.
Dans les autres langues
- EN fine-tuning
- ES ajuste fino
- DE Feinabstimmung
Voir aussi : Transfer Learning · Overfitting