
Glossaire
Ajustement fin (Fine-tuning) : définition
Réentraînement complémentaire d'un modèle existant sur un jeu de données spécifique, pour adapter son style ou sa spécialisation.
- Catégorie
- Intelligence artificielle
- Domaine
- Intelligence artificielle
- Formations liées
- 2
Ce qu'il faut retenir en entreprise
Plus lourd qu'un simple prompt ou qu'un RAG, il n'est pas toujours nécessaire. Comparer les options avant de s'engager évite des coûts inutiles.
Exemple concret de « Fine-tuning » en entreprise
Une compagnie d'assurance envisage un fine-tuning pour que son assistant rédige les courriers clients dans son style maison. Après comparaison, l'équipe constate qu'un prompt détaillé accompagné d'exemples de courriers suffit pour la plupart des cas. Le fine-tuning est finalement réservé à un usage très spécialisé, où les autres approches ne donnaient pas satisfaction.
Que retenir sur « Fine-tuning » ?
- Le fine-tuning adapte un modèle existant, mais demande des données préparées et un budget dédié.
- Testez d'abord un prompt structuré ou un RAG, souvent suffisants et plus simples à maintenir.
- Un modèle ajusté doit être réévalué lorsque les besoins ou les données évoluent.
Questions fréquentes sur « Fine-tuning »
Quelle différence entre fine-tuning et prompt engineering ?
Le prompt engineering agit sur la consigne transmise au modèle, sans le modifier, ce qui est rapide et peu coûteux. Le fine-tuning modifie le modèle lui-même par un entraînement complémentaire. Il convient lorsqu'un comportement très spécifique doit être obtenu de façon constante et que les prompts ne suffisent plus.
Faut-il faire du fine-tuning pour exploiter ses documents internes ?
En général, non. Pour répondre à partir de documents internes qui évoluent, une architecture RAG est plus adaptée : elle consulte les sources à jour sans réentraîner le modèle. Le fine-tuning sert plutôt à ajuster un style, un format ou une spécialisation.
Formations pour aller plus loin
Ces formations travaillent cette notion en situation de travail.
Former votre équipe sur ce sujet
Décrivez votre besoin : nous proposons un programme de formation sur mesure pour votre entreprise.
