Fine-tuning
Een al getraind AI-model verder trainen op eigen gegevens.
In plaats van een nieuwe LLM helemaal opnieuw te trainen (kost miljarden en duurt maanden) begin je met een bestaand model en kneed je het met je eigen voorbeelden: bijvoorbeeld 1000 bedrijfsmails om je toon aan te leren, of 500 supporttickets om te laten zien hoe jouw bedrijf antwoordt.
Voor veel toepassingen is RAG goedkoper en flexibeler dan fine-tuning. Fine-tuning loont wanneer je de stijl van het model wilt veranderen of het op een smal vakgebied wilt specialiseren.