KI-Glossar
Fine-Tuning
Anpassung von KI-Modellen an spezifische Aufgaben
Fine-Tuning ist ein Verfahren, bei dem ein vortrainiertes KI-Modell mit zusätzlichen Daten weitertrainiert wird, um es für spezifische Aufgaben zu optimieren.
Wann ist Fine-Tuning sinnvoll?
• Spezifischer Schreibstil/Tonalität nötig
• Fachterminologie einer Branche
• Konsistentes Output-Format
• Prompt Engineering reicht nicht aus
Wann NICHT Fine-Tuning?
• Zugriff auf aktuelle Daten → RAG nutzen
• Einfache Anpassungen → Prompt Engineering
• Wenig Trainingsdaten verfügbar
Der Prozess
1. Trainingsdaten erstellen (Input-Output-Paare)
2. Basis-Modell wählen
3. Training durchführen
4. Evaluation und Iteration
5. Deployment
Aufwand
• 100-10.000 Beispiele typisch
• Training: Minuten bis Stunden
• Kosten: 10€-1.000€+ je nach Modell
Verwandte Begriffe
Fine-Tuning für Ihr Unternehmen?
Lassen Sie uns besprechen, wie Sie Fine-Tuning konkret einsetzen können.
Erstberatung buchen