Fine-tuning

Réentraîner un modèle de base sur des données ciblées pour le spécialiser.

Le fine-tuning prolonge l'entraînement d'un modèle existant sur un jeu de données ciblé pour ancrer un style, un format ou un domaine. Il modifie le modèle lui-même, là où le prompt ne fait que l'orienter.

C'est l'option la plus lourde : elle exige des données propres, représentatives et maintenues. On ne l'envisage qu'après avoir épuisé le prompt engineering et le RAG, quand ni le cadrage ni les sources ne suffisent à obtenir la régularité voulue.

Avant de fine-tuner, on mesure ce que gagnerait réellement un modèle spécialisé face à une chaîne bien réglée. Souvent, un bon système de prompt et quelques exemples couvrent le besoin à moindre coût, sans figer le comportement ni créer de dépendance à un modèle donné.