Le "finetuning", "Fine-tuning" ou ajustement fin en français, est une technique de machine learning qui consiste à prendre un modèle pré-entraîné sur une grande quantité de données (généralement dans une tâche générale ou un large domaine) et à le ré-entraîner (ou affiner) sur un ensemble de données plus petit spécifique à une tâche ou un domaine particulier. Cette approche permet de tirer parti des connaissances apprises par le modèle lors de son entraînement initial, ce qui peut améliorer significativement sa performance sur des tâches spécifiques avec relativement peu de données d'entraînement additionnelles.
