IA
Fine-tuning
ajustement
Le fine-tuning consiste à reprendre un modèle déjà pré-entraîné et à le ré-entraîner sur un jeu de données spécifique, pour l’adapter à un domaine, un style ou une tâche précise. On ne repart pas de zéro : on affine ce que le modèle sait déjà.
Plusieurs techniques permettent de le faire sans tout recalculer :
- LoRA et QLoRA, qui n’ajustent qu’une fraction des poids ;
- PEFT, l’approche plus large d’ajustement « léger ».
En français, on garde « fine-tuning ». À distinguer du pré-entraînement, qui le précède.