AI-ordboken

Finjustering

Finjustering er å ta en ferdig trent AI-modell og trene den litt videre på egne eksempler, så den blir bedre på akkurat din oppgave, ditt fagspråk eller din tone.

Hva er finjustering?

Store språkmodeller trenes på enorme mengder tekst og kan derfor litt om det meste. Finjustering er den siste skoleringen: modellen får noen hundre eller tusen eksempler på hvordan akkurat din oppgave skal løses, og justerer seg etter dem. Resultatet er en modell som svarer mer treffsikkert på ditt felt, og mer likt fra gang til gang.

Finjustering er noe annet enn å gi modellen en god instruks eller la den lese dokumentene dine. Instruks og dokumenter følger med hver samtale og kan byttes når som helst. Finjustering endrer selve modellen, og krever at du har mange gode eksempler å trene på.

For de fleste mindre bedrifter er finjustering ikke første steg. En tydelig instruks og god henting fra egne dokumenter dekker overraskende mye. Finjustering blir aktuelt når oppgaven er stabil, volumet er høyt og du har eksempler nok til å vise fremfor å forklare.

Hvorfor det betyr noe for en mindre bedrift

Riktig brukt gir finjustering jevnere kvalitet og mindre etterarbeid. Men den binder deg også: endrer rutinene eller regelverket seg, må modellen trenes på nytt, og treningsdataene må renses for personopplysninger før de brukes. Regn derfor alltid på om en bedre instruks eller bedre dokumenthenting løser jobben først. Det er den billigste forbedringen, og den er lett å angre.

Usikker på om dere trenger finjustering?

Vi hjelper dere å finne det enkleste grepet som gir ønsket kvalitet, og sier ifra når det avanserte er unødvendig.