Fine-tuning
Wat betekent het?
Fine-tuning is het verder trainen van een bestaand AI-model op je eigen voorbeelden, zodat het beter aansluit op een specifieke taak, toon of vakgebied. Het model leert dan patronen uit jouw data, bovenop wat het al kende. Voor de meeste organisaties is fine-tuning niet de eerste stap — slim promptontwerp en RAG lossen vaak al veel op.
Fine-tuning is nuttig als je consistent een specifieke stijl of gestructureerde output nodig hebt die met instructies alleen lastig te bereiken is. Het kost wel voorbereiding: goede voorbeelddata, evaluatie en onderhoud.
In de praktijk beginnen we meestal met prompts en RAG, en overwegen we fine-tuning pas als dat aantoonbaar meerwaarde biedt. Zo houd je de kosten en het onderhoud beheersbaar.
Verder lezen
Van begrip naar toepassing?
Plan een vrijblijvend gesprek. We vertalen deze begrippen naar wat ze concreet voor jouw organisatie betekenen.