Fine-tuning

Een algemeen model kun je bijslijpen door het extra te trainen op jouw voorbeelden: jouw schrijfstijl, jouw type classificaties, jouw vakjargon. Het model leert dan het gedrag dat jij wilt, zonder dat je het elke keer in de instructie hoeft uit te leggen.

Fine-tuning is alleen niet de eerste knop waar je aan moet draaien. Voor kennis die actueel of bedrijfsspecifiek is, werkt RAG meestal beter, goedkoper en sneller bij te werken. Fine-tuning loont vooral als je een vaste, herhaalde taak hebt waar toon of format heel precies moet zitten.

Onze vuistregel: begin met goede prompts en RAG, meet met evals, en pak fine-tuning er pas bij als de cijfers laten zien dat het écht iets toevoegt. Anders betaal je voor complexiteit die je niet nodig hebt.