Fine-Tuning (Machine Learning).

Fine-Tuning ist der Prozess, ein bereits trainiertes Machine-Learning-Modell auf einem kleineren, spezialisierten Datensatz weiterzutrainieren, damit es bei einer bestimmten Aufgabe herausragt.

Fine-Tuning ist eine zentrale Technik im modernen Machine Learning, die auf Transfer Learning aufbaut. Statt ein Modell von Grund auf zu trainieren, was riesige Datenmengen und Rechenleistung erfordert, starten Entwickler mit einem "Foundation Model", das bereits allgemeine Sprach- oder Bildmuster versteht. Durch Fine-Tuning dieses Modells auf einem gezielten Datensatz (etwa medizinischen Unterlagen, juristischen Dokumenten oder den Markenrichtlinien eines Unternehmens) werden die Gewichte des Modells leicht angepasst. Das Ergebnis ist eine hochspezialisierte KI, die ihr breites Grundlagenwissen behält und gleichzeitig bei eng gefassten, branchenspezifischen Anwendungen mit hoher Genauigkeit brilliert.