# Cos'è il fine-tuning e a cosa serve

Il fine-tuning è un processo di apprendimento automatico che consiste nel prendere un modello pre-addestrato e adattarlo ad un compito specifico o ad un dominio particolare. Questa tecnica avanzata si basa sull'idea di sfruttare le conoscenze acquisite da un modello pre-addestrato e adattarle a un compito specifico.

### Che vantaggi ha il fine-tuning?

1. **Migliora le prestazioni**: il fine-tuning permette di affinare le capacità del modello su compiti specifici, portando a risultati più accurati e pertinenti.
2. **Permette di scalare i costi**:
   1. Fare fine-tuning è più economico rispetto ad addestrare un modello da zero;
   2. Il fine-tuning viene generalmente eseguito su modelli linguistici (LLM) più piccoli ed economici: significa che, a parità di risposta, ogni messaggio ti costerà molto meno.

Inoltre, il fine-tuning richiedere pochi dati: è possibile ottenere buone prestazioni con poche migliaia di esempi.

### Processo di fine-tuning

1. **Scelta del modello** -> generalmente, si sceglie un modello piccolo e adatto ad un uso generico (come gpt-4o mini);
2. **Preparazione dei dati** -> si raccoglie un dataset specifico di esempi da dare in pasto al modello linguistico (LLM); [con AIsuru, preparare i dati per il fine-tuning è estremamente semplice](/avanzate/fine-tuning/come-fare-fine-tuning-in-maniera-semplice-con-aisuru.md);
3. **Fine-tuning vero e proprio**: sulla piattaforma di Microsoft Azure o di [OpenAI](https://platform.openai.com/finetune) dovrai fare il fine-tuning del modello che hai scelto.

✅ Finito! Una volta fatto questo puoi sfruttare da subito il [modello fine-tuned sul tuo Agente di AIsuru](/avanzate/fine-tuning/come-sfruttare-modelli-fine-tuned-su-aisuru.md)!

### Quando utilizzare il fine-tuning

Il fine-tuning è particolarmente utile quando vogliamo modificare il comportamento ed aumentare l'accuratezza di un modello specifico.

Utilizzando il fine-tuning, infatti, **è possibile ottenere modelli che sono più precisi, pertinenti e adatti alle esigenze specifiche di un progetto o di un'organizzazione**, sfruttando al contempo la potenza dei modelli di grandi player come OpenAI.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.aisuru.com/avanzate/fine-tuning/cose-il-fine-tuning-e-a-cosa-serve.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.