Hienosäätö (fine-tuning) tarkoittaa sitä, että lähdetään liikkeelle yleisesti koulutetusta mallista ja koulutetaan se uudelleen suppeammalla ja tarkemmin kohdennetulla aineistolla, jotta siitä tulee erikoistunut tiettyyn tehtävään tai alaan. Mallia ei kouluteta alusta alkaen, vaan hyödynnetään perusmallin aiempaa osaamista ja sovitetaan sen parametrit tiettyihin tarpeisiin.
Tekniikka on tärkeä, koska sen avulla voidaan saada erikoistuneita malleja vähemmällä datalla, vähemmällä ajalla ja pienemmällä laskentakustannuksella kuin täydellisessä koulutuksessa. Se on erityisen hyödyllinen seuraavissa tapauksissa:
- Kielen mukauttaminen alalle (oikeus, lääketiede, rahoitus).
- Vastausten tyylin tai sävyn hienosäätö.
- Suorituskyvyn parantaminen hyvin tarkoin rajatuissa tehtävissä.
Käytännön huomio: on olemassa kevyempiä variantteja, kuten LoRA ja QLoRA, jotka muokkaavat vain pientä osaa parametreista ja vähentävät tarvittavia resursseja entisestään. Hienosäätö on hyvä erottaa muista vaihtoehdoista, kuten prompt engineeringistä tai RAG:sta, jotka eivät muuta mallin painoja ja joskus riittävät ratkaisemaan ongelman.