Qué es el fine tuning: reeducar a la IA o darle papeles
El fine tuning, o ajuste fino, consiste en seguir entrenando un modelo de IA ya hecho con ejemplos propios, para cambiar cómo responde. Quien busca qué es fine tuning suele querer otra cosa, que la IA conozca su empresa, y para eso casi siempre basta con darle documentos.
Qué es el fine tuning: lo que le proponen a un camping
Camping Los Enebros, en la montaña, cambia de tarifas cada temporada. Un proveedor le propone «hacer fine tuning con vuestros datos». Significa reunir cientos de ejemplos de pregunta y respuesta ideal, y volver a entrenar el modelo con ellos hasta que conteste así por costumbre. Sale una copia del modelo con otros hábitos.
Para qué sirve de verdad
Para fijar una manera de hacer: un estilo de escritura muy marcado, un formato que debe salir siempre igual o una tarea estrecha repetida miles de veces, como clasificar reservas. Cambia el cómo, no el qué.
Fine tuning o darle documentos (RAG): cuál para qué
Es lo que más se confunde. Con RAG, la IA busca en tus documentos antes de contestar y puede enseñar de dónde lo saca. Con fine tuning, lo aprendido queda disuelto dentro del modelo: no hay documento que abrir. Tampoco es lo mismo que los embeddings, que solo ordenan tus textos para encontrarlos.
Por qué una pyme casi nunca lo necesita
Porque lo que quieres que la IA sepa —precios, condiciones, horarios— cambia. Sube la parcela de julio y el modelo reentrenado sigue dando la tarifa vieja hasta que alguien repite el proceso. Además, un modelo de lenguaje (LLM) no guarda datos sueltos con fiabilidad: puede mezclar dos temporadas.
Cuándo sí compensa
Cuando hay mucho volumen de una misma tarea, ejemplos buenos de sobra y alguien técnico que lo mantenga. Antes de aceptar un presupuesto, pregunta qué pasa cuando cambie un dato. La guía para entrenar una IA con tus datos repasa las opciones.
¿Qué pasa cuando cambia un dato?
Dos IA que conocen la tarifa del camping: una la lee de un documento, la otra la aprendió en un reentrenamiento. Cambia la tarifa y compara.
Cambio de temporada La parcela en julio pasa de 32 a 36 la noche.
Con documentos
1 de 1 paso
- Subir la tarifa nueva con el mismo nombreEntra como versión nueva y se guarda la anterior
Tarifas del camping.pdf versión 2 · julio: 36
¿Cuánto cuesta la parcela en julio?
En julio, la parcela cuesta 36 la noche. Ya da el dato nuevo
Reentrenando
4 de 4 pasos
- Preparar ejemplos nuevosPreguntas y respuestas con la tarifa buena
- Volver a entrenarEl proveedor ajusta el modelo otra vez
- ComprobarQue da el dato nuevo y no ha estropeado lo demás
- PublicarCambiar el modelo viejo por el nuevo
El dato vive dentro del modelo: no hay documento que abrir.
¿Cuánto cuesta la parcela en julio?
En julio, la parcela cuesta 36 la noche. Ya da el dato nuevo
Los dos acaban dando el dato nuevo. La diferencia es lo que cuesta llegar: un paso frente a cuatro, cada vez que cambie una tarifa.
Es un esquema. Reentrenar de verdad lleva horas o días y sus pasos cambian según el proveedor; aquí van en segundos para que se vea la diferencia. Las tarifas son inventadas.
¿Cuál elijo?
| Reentrenar (fine tuning) | Dar documentos (RAG) | |
|---|---|---|
| Para qué sirve | Cambiar el estilo o el formato de las respuestas | Que conteste con los datos de tu empresa |
| Qué necesitas | Cientos de ejemplos bien hechos y alguien técnico | Tus documentos, al día |
| Cuando cambia un dato | Hay que volver a entrenar | Cambias el documento |
| ¿Enseña la fuente? | No: lo aprendido queda dentro del modelo | Sí, puede enseñar el documento consultado |
No se excluyen: hay quien reentrena para el estilo y da documentos para los datos.
Cómo se ve en Flipa
En Flipa no se reentrena nada. Le das documentos, tu web y lo que le cuentas, y busca ahí antes de contestar. Cuando cambia una tarifa, subes el documento con el mismo nombre: entra como versión nueva y se conserva la anterior. Si una respuesta no te convence, la corriges con el pulgar abajo. Y el borrador de nuestras condiciones dice que vuestro contenido no se usa para entrenar modelos. El detalle, en conocimiento.
Antes de firmar un presupuesto de fine tuning
¿Qué es el fine tuning en inteligencia artificial?
Es continuar el entrenamiento de un modelo ya existente con ejemplos propios, de modo que sus parámetros internos se ajusten a una tarea o a un estilo. No se parte de cero: se retoca un modelo general.
¿Qué diferencia hay entre RAG y fine tuning?
RAG no toca el modelo: en cada pregunta le pasa los fragmentos de tus documentos que necesita, y por eso se actualiza cambiando un documento. El fine tuning sí modifica el modelo, y sirve para cambiar su comportamiento, no para tener datos al día.
¿Necesito fine tuning para que la IA conozca mi empresa?
No. Para que conozca productos, precios y normas, lo que funciona es darle esos documentos y que busque en ellos. El fine tuning tiene sentido después, si necesitas un estilo o un formato que no consigues con instrucciones y ejemplos.
¿Cuánto cuesta hacer fine tuning de un modelo?
Depende del proveedor, del modelo y de cuántos ejemplos uses, y no todos los proveedores lo ofrecen. Pide presupuesto con las partidas separadas: preparar los ejemplos, que es trabajo de personas; entrenar; y usar el modelo después, que a veces se cobra más caro que el normal.
Sigue por aquí
Qué es RAG
La alternativa habitual: que la IA busque en tus documentos antes de contestar.
Entrenar una IA con tus datos
Qué quiere decir de verdad «entrenar» y qué opciones hay.
Qué es un LLM
El modelo que se reentrena, y por qué no es una base de datos.
Conocimiento
Cómo le das a Flipa tus documentos y cómo sabes cuánto ha entendido.