Ajuste fino

Fine-tuning: técnica para especializar un modelo base en una tarea o dominio mediante entrenamiento adicional con un conjunto de datos propio etiquetado.

Qué es Ajuste fino?

El ajuste fino parte de un modelo preentrenado y continúa el entrenamiento con datos del dominio. Las variantes incluyen ajuste fino completo (todos los pesos), LoRA y QLoRA (solo capas de adaptación de bajo rango), y aprendizaje por refuerzo a partir de retroalimentación humana (RLHF). El ajuste fino es preferible cuando la tarea exige un estilo, formato o vocabulario consistente que el RAG por sí solo no logra producir.

Cómo se aplica Ajuste fino en la IA empresarial?

Para una empresa europea, el ajuste fino plantea tres preguntas regulatorias. Primera, base legal del tratamiento si los datos contienen información personal: el RGPD obliga a justificar la finalidad y a documentar la minimización. Segunda, propiedad y residencia del modelo resultante, que debe documentarse en el contrato y en el registro DORA si aplica. Tercera, derecho a explicación: un modelo afinado para decisiones automatizadas debe ser explicable bajo el artículo 22 del RGPD. La práctica habitual es combinar ajuste fino ligero (LoRA) con RAG para obtener especialización sin perder trazabilidad.