Technique Actualizado 2026-04
Fine-tuning
Definición
El fine-tuning consiste en reentrenar un modelo de IA preexistente con un dataset específico para adaptarlo a un dominio o una tarea concreta.
Ver también en el glosario
L
LLM (Large Language Model)
An LLM is an AI model trained on billions of texts, capable of understanding and generating human language.
R
RAG (Retrieval-Augmented Generation)
RAG is a technique that connects an LLM to external data sources to generate more accurate and up-to-date answers.
M
Machine Learning
Machine Learning is a branch of AI where systems learn from data to improve their performance without being explicitly programmed for each task.
L
LoRA
LoRA is an efficient fine-tuning technique that adapts an AI model by only adjusting a fraction of its parameters, drastically reducing cost.
Herramientas que usan fine-tuning
S
Stable Diffusion
La referencia open source de la generación de imágenes IA
4.4/5
L
Leonardo.ai
La plataforma de generación de imágenes con IA para creativos
4.5/5
O
OpenClaw
El agente de IA open source que convierte tus LLMs en trabajadores autónomos
4.5/5
R
Replit
El IDE en la nube con IA integrada para programar desde cualquier lugar
4.5/5
Preguntas frecuentes
¿Cuál es la diferencia entre fine-tuning y RAG?
El fine-tuning modifica el modelo reentrenándolo. El RAG le aporta información al modelo en el momento de la consulta sin modificarlo. El RAG es más simple y flexible; el fine-tuning da resultados más integrados.
¿El fine-tuning es caro?
Depende. Un fine-tuning completo de un LLM cuesta de miles a millones de dólares. Pero técnicas como LoRA permiten hacer fine-tuning a menor costo ajustando solo una fracción de los parámetros.
