Ajuste fino (fine-tuning)
Definición
El ajuste fino entrena aun mas un modelo existente con ejemplos especificos de la empresa para que adopte un estilo, formato o comportamiento de clasificacion. Cambia como responde un modelo, no que hechos actuales conoce, y suele ser la ultima opcion tras probar prompts y recuperacion de informacion.
Compensa en tareas acotadas, de alto volumen y repetitivas con formatos de salida estables: clasificacion de documentos, extraccion estructurada, correspondencia estandarizada.
Encaja mal con conocimiento que cambia: precios, existencias, condiciones contractuales. Eso pertenece a la recuperacion de informacion o a una consulta directa al sistema.
En la práctica
- Ideal para consistencia de estilo, formato y clasificacion
- Requiere un conjunto curado y etiquetado de ejemplos de la empresa
- Añade una carga de mantenimiento con cada nueva generacion de modelo
Términos relacionados
- Modelo de lenguaje grande (LLM)Un modelo de lenguaje grande es un modelo estadistico entrenado con corpus de texto muy extensos que predice continuaciones probables de un texto. Puede clasificar, resumir, traducir y redactar, y es el componente de razonamiento dentro de la mayoria de agentes de IA, aunque por si solo no contiene datos vivos de la empresa.
- Generacion aumentada por recuperacion (RAG)La generacion aumentada por recuperacion es un metodo en el que primero se buscan los documentos relevantes de la empresa y los pasajes recuperados se entregan al modelo de lenguaje como contexto. El modelo responde a partir de esos pasajes, lo que hace que las respuestas sean actuales, trazables a su fuente y auditables.
- Ingenieria de promptsLa ingenieria de prompts es la practica de especificar por escrito lo que un modelo debe hacer: la tarea, las reglas, el formato de entrada y la estructura de salida requerida. En sistemas de produccion, los prompts son artefactos versionados que se prueban contra casos reales, como cualquier otro codigo.