Fine-Tuning
Nachtraining eines Modells für eine spezielle Aufgabe.
Fine-Tuning passt ein bereits vortrainiertes Modell mit zusätzlichen, aufgabenspezifischen Daten an, etwa für einen Fachbereich oder eine bestimmte Tonalität. So wird aus einem breiten Grundmodell ein spezialisiertes Werkzeug, ohne von Grund auf neu zu trainieren. Ressourcenschonende Varianten sind LoRA und andere parameter-effiziente Methoden.