Fine-tuning is het proces waarbij een al getraind AI-model verder wordt bijgeschaafd met een kleinere, gerichte dataset. In plaats van een model helemaal opnieuw te trainen — wat enorm veel rekenkracht en data vereist — neem je een bestaand basismodel en train je het aanvullend op specifieke voorbeelden die passen bij jouw toepassing.

Het resultaat is een model dat de brede kennis van het basismodel behoudt, maar tegelijkertijd gespecialiseerd gedrag vertoont. Zo kan een algemeen taalmodel via fine-tuning worden omgevormd tot een klantenservice-assistent die altijd in de juiste toon en stijl communiceert.

Fine-tuning wordt ingezet door bedrijven die AI willen afstemmen op hun eigen domein, terminologie of schrijfstijl. Het vereist wel kwalitatieve trainingsdata — rommeldata leidt tot een slecht aangepast model.