Glossario
Fine-tuning
Il fine-tuning è un addestramento extra che adatta un modello AI esistente a un compito o stile specifico usando esempi tuoi. Modifica il modello stesso, a differenza di prompt e RAG, che cambiano solo ciò che gli dai in pasto.
Un modello AI di base è come un cuoco appena uscito da un’ottima scuola di cucina: tecnica generale eccellente, conosce mille cucine. Il fine-tuning sono i sei mesi che quel cuoco passa poi nella tua trattoria a imparare i tuoi piatti, le tue porzioni, i tuoi clienti abituali. Dopo, non devi più spiegargli la ricetta ogni volta: ce l’ha nelle mani.
Tecnicamente, si prosegue l’addestramento del modello su un set mirato di esempi: migliaia di ticket di assistenza con le risposte ideali, o documenti nel tono esatto della tua azienda. Il risultato è un modello che fa quella cosa in modo più affidabile, senza istruzioni chilometriche.
L’inquadramento onesto per la maggior parte delle persone: i modelli fine-tuned li userai molto più spesso di quanto ne farai. Il fine-tuning richiede dati curati e budget; per “rispondi usando i miei documenti” il RAG è quasi sempre la via più semplice ed economica, e delle buone istruzioni personalizzate coprono gran parte dei bisogni personali.
Dove lo incontrerai
Nelle descrizioni dei prodotti (“fine-tuned per testi medici”, “ottimizzato per l’italiano giuridico”), nelle piattaforme per sviluppatori di OpenAI e Mistral che lo offrono come servizio, e attorno ai modelli open-weights, che chiunque può rifinire sul proprio hardware.