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 che lo offrono come servizio, come quella di OpenAI (Mistral, invece, ha ormai dichiarato deprecata la sua API di fine-tuning), e attorno ai modelli open-weights, che chiunque può rifinire sul proprio hardware.