Fine-tuning o ajuste fino
Qué es
El fine-tuning, también llamado ajuste fino, es un proceso para adaptar un modelo de inteligencia artificial mediante ejemplos adicionales. Se parte de un modelo ya entrenado y se le muestran pares de entrada y respuesta, clasificaciones u otros datos que reflejan una tarea o un estilo concreto. El objetivo es que reproduzca mejor ese patrón en situaciones futuras.
No equivale a cargar documentos para que el sistema los consulte. Si una empresa quiere responder con el precio actualizado de cada servicio, suele ser más apropiado conectar una fuente vigente. El fine-tuning encaja mejor cuando se busca un comportamiento repetible: clasificar solicitudes según categorías propias, producir un formato estable o interpretar un tipo de texto muy específico.
Un ejemplo en el trabajo
Una aseguradora recibe descripciones breves de incidencias y necesita asignarlas a veinte categorías internas. Tiene miles de casos históricos revisados por especialistas. Esos ejemplos pueden usarse para ajustar un modelo y mejorar la clasificación. Antes de ponerlo en producción, la empresa debe probarlo con casos nuevos y medir errores, sobre todo en categorías que implican decisiones importantes.
¿Por qué importa?
Porque ayuda a distinguir entre tres necesidades que suelen confundirse: dar mejores instrucciones, aportar información actual y adaptar el comportamiento del modelo. Muchas tareas se resuelven primero con prompts claros y buenos ejemplos. Otras necesitan RAG para consultar documentos. El ajuste fino solo compensa cuando hay suficientes datos de calidad, un patrón estable y una forma clara de evaluar el resultado.
También exige mantenimiento. Los ejemplos pueden contener errores, sesgos o información sensible. Si cambian las categorías o el proceso de negocio, el ajuste puede quedarse anticuado. Además, un modelo adaptado no queda libre de alucinaciones. Sigue necesitando controles, evaluación y supervisión humana. Antes de elegir esta opción conviene comparar su mejora real frente a una solución más sencilla.
Las definiciones del glosario son orientativas y describen el funcionamiento general de estas herramientas. Comprueba siempre las condiciones de la herramienta que utilices.