Fine-tuning (doladění) je dotrénování hotového AI modelu na vlastních příkladech, aby si osvojil určitý styl, formát nebo typ úlohy. Mění chování modelu, ale nedává mu přístup k aktuálním datům.
Kdy fine-tuning dává smysl
- Stejná úloha se opakuje ve velkém a výstup musí mít pokaždé přesný formát, třeba zařazení dotazů do kategorií nebo vytažení údajů z dokladů.
- Chcete menší a levnější model, který jeden úzký úkol zvládne stejně dobře jako velký.
- Máte stovky až tisíce kvalitních, ručně zkontrolovaných příkladů vstupu a správného výstupu.
Proč ho většina firem nepotřebuje
Firmy často chtějí „naučit AI naše produkty“. Na to fine-tuning není. Ceny, sklad a sortiment se mění každý den a doladěný model by zastaral hned po tréninku. Fakta patří do RAG nebo se načítají živě přes MCP či API.
Na styl a formát většinou stačí dobrý prompt s několika vzorovými výstupy, případně uložený jako skill. Fine-tuning navíc stojí čas na přípravu dat a s příchodem nových modelů se musí opakovat.
Příklad z praxe e-shopu
E-shop chce, aby všechny popisky měly jednotný styl značky. Místo fine-tuningu stačí dát do zadání deset vzorových popisků a pravidla tónu. Fine-tuning by začal dávat smysl až u desítek tisíc popisků měsíčně, kdy se vyplatí menší a levnější model doladěný na jediný úkol.