Fine-tuning (dostrajanie modelu)

Fine-tuning bierze wytrenowany LLM i douczamy go na przykładach typowych dla naszego zastosowania (np. styl obsługi klienta marki). Efekt jest trwały — wiedza „wchodzi” do modelu.

Kiedy co wybrać:

• Prompt — szybkie, jednorazowe sterowanie zachowaniem.
• RAG — gdy potrzebujesz aktualnej wiedzy z dokumentów.
• Fine-tuning — gdy zależy Ci na stałym stylu/zachowaniu i masz dane treningowe.

W praktyce te podejścia często się łączy, a dobry prompt warto wyczerpać jako pierwszy — OpenAI pisze w dokumentacji, że sam prompt engineering może wystarczyć do świetnych wyników.

Dostępność (stan na 26.09.2026): OpenAI wygasza swoją platformę fine-tuningu i nie udostępnia jej nowym użytkownikom, a API Claude według Anthropic fine-tuningu nie oferuje. Douczanie zostaje przede wszystkim domeną modeli otwartych.