Fine-tuning (ince ayar), önceden devasa veriyle eğitilmiş bir modeli, çok daha küçük ve hedefli bir eğitim verisi setiyle yeniden eğiterek belirli bir göreve, alana veya üsluba uyarlama işlemidir. Modelin parametreleri bu ek eğitimle güncellenir; yani model kalıcı olarak değişir. Sıfırdan model eğitmenin milyonlarca dolarlık maliyetine karşılık, fine-tuning hazır bir temelin üzerine inşa ettiği için çok daha ucuzdur.
Bir benzetme: Tıp fakültesini bitirmiş bir doktor düşünün — genel tıbbı biliyor. Kardiyoloji uzmanlığı, bu genel bilginin üzerine eklenen yoğun ve dar kapsamlı bir eğitimdir. Fine-tuning de budur: genel dili zaten bilen büyük dil modeline, örneğin şirketinizin 10 bin geçmiş destek yazışmasını göstererek sizin ürün diliyle ve üslubunuzla cevap vermeyi öğretirsiniz. LoRA gibi teknikler, parametrelerin tamamı yerine küçük bir bölümünü güncelleyerek bu işi daha da ucuzlatır.
RAG ile karışmasın
En sık karışan ikili budur. Fine-tuning modele davranış ve üslup öğretir; RAG ise modele cevap anında güncel bilgi taşır. “Model markamızın tonunda konuşsun” → fine-tuning. “Model bugünkü fiyat listesini bilsin” → RAG; çünkü fiyat değiştiğinde modeli yeniden eğitmek yerine belgeyi güncellemek yeter. Pratikte ikisi birlikte de kullanılır. Küçük işler içinse çoğu zaman iyi bir prompt yeterlidir — fine-tuning son çare olmalıdır, ilk refleks değil.