Explication détaillée
Le fine-tuning consiste à poursuivre l'entraînement d'un modèle (souvent un LLM) sur des données ciblées afin d'ajuster son comportement, son style ou sa connaissance d'un domaine. Il est complémentaire au RAG : on l'utilise plutôt pour modifier le style ou la forme des réponses.
Exemples
Adapter un LLM au ton d'une marque
Spécialiser un modèle sur du vocabulaire médical ou juridique
Questions fréquentes
Combien de données faut-il ?
De quelques centaines à plusieurs milliers d'exemples de qualité.
Termes associés
Machine Learning
Branche de l'IA dans laquelle les modèles apprennent des motifs à partir de données plutôt que de suivre des règles explicites.
Distillation
Procédé qui entraîne un petit modèle "élève" à imiter un gros modèle "professeur" pour conserver la qualité à moindre coût.
LLM (Large Language Model)
Modèle de langage entraîné sur d'immenses corpus de texte pour comprendre et générer du langage naturel.
Quantization
Technique qui réduit la précision numérique des poids d'un modèle pour le rendre plus léger et plus rapide.
Dataset
Ensemble structuré de données utilisé pour entraîner, valider ou évaluer un modèle d'IA.
Dernière mise à jour : 15/07/2026