V kontextu strojového učení a umělé inteligence je fine-tuning proces, při kterém se předtrénovaný model (např. velký jazykový model) přizpůsobuje pro konkrétní úlohu trénováním na označených datech souvisejících s danou úlohou.
Při fine-tuningu se používají metody učení s dohledem (supervised learning), kdy jsou k dispozici označená trénovací data pro danou úlohu. Model se poté trénuje na těchto datech, aby se přizpůsobil konkrétní úloze a zlepšil svou výkonnost.
Fine-tuning se používá v mnoha oblastech umělé inteligence, jako například v oblasti zpracování přirozeného jazyka, kde se používají velké jazykové modely pro generování textu. Tyto modely se předtrenují na velkých množstvích textových dat a následně se fine-tunují pro konkrétní úlohy, jako jsou například strojový překlad nebo rozpoznávání entit v textu.
Fine-tuning umožňuje využít výhod předtrénovaných modelů a zároveň je přizpůsobit pro konkrétní úlohy a potřeby. Tento proces je velmi důležitý pro dosažení vysoké přesnosti a úspěšnosti v aplikacích strojového učení a umělé inteligence.