Ajuste fino
El ajuste fino adapta un modelo preentrenado mediante más entrenamiento. Proporcionar documentos actuales al usarlo es otra operación.
El ajuste fino continúa el entrenamiento de un modelo preentrenado con datos de una tarea o dominio. Adapta su comportamiento, en lugar de añadir solamente un documento a cada solicitud.
Ejemplo de formato
Un equipo hipotético quiere respuestas a solicitudes de servicio en un formato breve definido. Ejemplos de entrenamiento adecuados podrían enseñar ese comportamiento. La fiabilidad debe evaluarse con ejemplos separados.
El ajuste fino no equivale a RAG: recuperar fuentes actuales es otra función. Pueden combinarse. El entrenamiento no sustituye el mantenimiento de instrucciones vigentes ni las comprobaciones de acceso. Las salidas adaptadas también deben evaluarse por corrección factual y comportamientos no deseados.
Fuentes
Términos relacionados
- Modelo de lenguaje de gran tamañoUn gran modelo de lenguaje procesa lenguaje mediante patrones aprendidos. La fluidez no demuestra exactitud ni acceso a datos empresariales actuales.
- Generación aumentada por recuperaciónRAG combina la recuperación de información con respuestas generadas. Acceder a fuentes no sustituye un diseño cuidadoso de la calidad y los permisos.
- Evaluación de LLMLa evaluación de LLM comprueba resultados según tareas y criterios definidos. Un buen caso aislado no demuestra calidad general.
- Ficha de modeloUna ficha de modelo documenta el propósito, las bases, las condiciones de evaluación y los límites conocidos de una versión de un modelo de IA.
- Preparación para la IALa preparación para la IA contempla las bases de un proyecto: objetivo, datos utilizables, capacidades, responsabilidades y funcionamiento.
- Ingeniería de contextoLa ingeniería de contexto prepara la información de cada llamada al modelo: instrucciones, mensajes, fuentes y estados actuales pertinentes.
Artículos sobre el tema
IA y automatización con ASES
Asistentes de IA y procesos automatizados