Hva er fine-tuning i AI?

Tuning/Fine-tuning (Finjustering) er prosessen med å tilpasse eller justere en allerede trent AI-modell til spesifikke oppgaver, domener eller bruk gjennom ytterligere, målrettet trening på relevante data.

Fine-tuning har som mål å forbedre en modells ytelse på spesifikke oppgaver ved å bygge på eksisterende kunnskap snarere enn å trene fra bunnen av.

Fine-tuning fungerer ved å ta en pre-trent modell og kontinuere treningen med en lavere læringshastighet på oppgavespesifikke data, mens man bevarer mesteparten av den opprinnelige kunnskapen.

Tilpasse GPT-modeller til medisinske domener ved å fine-tune på medisinske tekster, eller justere en generell bildegjenkjenningsmodell til å identifisere spesifikke plantearter.

Fine-tuning er relatert til transfer learning, domain adaptation, pre-training, PEFT (Parameter-Efficient Fine-Tuning) og modell-tilpasning.