Fine-tuning

Wat is fine-tuning?

Fine-tuning is het verder trainen van een bestaand AI-model op een specifieke, kleinere dataset zodat het beter presteert voor een specifieke taak of domein. Je neemt een groot algemeen model en traint het bij met voorbeelden die relevant zijn voor jouw use case.

Fine-tuning vs. RAG

RAG geeft het model bij elke vraag relevante documenten mee als context — flexibel en makkelijk te updaten. Fine-tuning bakt de kennis permanent in het model — geen documenten nodig bij gebruik, maar moeilijker te updaten. Fine-tuning is zinvol voor het insluiten van een specifieke schrijfstijl of gedragspatroon. Voor de meeste bedrijven is RAG de praktischere keuze.

Waarom relevant?

Fine-tuning is zinvol als je een model wil dat altijd schrijft in de toon en stijl van jouw merk — consistenter dan via prompting alleen mogelijk is. Nadeel: vereist technische expertise, een kwalitatieve dataset en rekenkracht. Geen oplossing zonder developer-ondersteuning.