Ship Shift · Glosario

Fine-tuning

El fine-tuning es el reentrenamiento parcial de un modelo preentrenado con datos propios para especializar su comportamiento en un dominio concreto.

Actualizado: 17/11/2026

Consultoría de IA aplicada

Definición

El fine-tuning es el reentrenamiento parcial de un modelo preentrenado con datos propios para especializar su comportamiento en un dominio concreto.

Explicación

No es el primer paso. Muchas veces bastan buenos prompts, RAG y herramientas. Fine-tuning aporta formato estable, jerga sectorial o clasificación fina cuando tienes miles de ejemplos bien etiquetados y un proceso de evals.

Costes: preparación de datos, entrenamiento, despliegue y mantenimiento cuando cambia el negocio. Riesgos: sobreajuste, fuga de datos al proveedor y degradación en tareas generales. Los modelos open source permiten tunear on-prem con más control.

En implantación de IA generativa priorizamos el camino corto (prompt + RAG) y solo afinamos el modelo si las evals lo exigen.

Ejemplo en empresa

Un equipo legal quiere resúmenes siempre con la misma plantilla de riesgos. Tras fallar con prompts, un fine-tuning ligero sobre cientos de resúmenes revisados estabiliza el formato; RAG sigue aportando el texto fuente.

Términos relacionados

Cómo lo trabajamos en Ship Shift

No publicamos definiciones aisladas: cada término del glosario encaja con un servicio o una solución que ya desplegamos. Si tu equipo está evaluando Fine-tuning, partimos del proceso real (datos, canales, ERP) y solo después elegimos el modelo o la herramienta. Puedes seguir en Implantar IA generativa o contarnos el caso en contacto.

Implantar IA generativa · ← Volver al glosario A–Z