Fine-tuning (affinage)

Pourquoi c'est important en entreprise

Il se justifie pour des tâches répétitives au format strict, ou pour obtenir d'un petit modèle, moins coûteux, la qualité d'un grand sur une tâche précise. Il demande des données d'exemple de qualité et une maintenance : c'est rarement la première étape, qui reste le prompt puis le RAG.

Exemple concret

Une fois constitué un historique de tickets correctement étiquetés, une entreprise affine un petit modèle open source pour classer automatiquement les nouveaux tickets selon sa nomenclature interne, avec un coût par requête réduit.

À ne pas confondre avec

RAG

Pour qu'un modèle connaisse vos documents à jour, le RAG est généralement plus adapté : le fine-tuning apprend un comportement, pas une base de faits qui évolue.

Entraînement initial

Entraîner un modèle de zéro demande des ressources considérables ; le fine-tuning part d'un modèle existant.

Termes liés

• RAG (génération augmentée par la recherche)
• LLM (grand modèle de langage)
• MLOps
• Prompt