L'affinamento (fine-tuning) è ciò che avviene dopo che la parte grande e costosa dell'addestramento è conclusa. Un modello impara prima in modo ampio, da quantità enormi di materiale generico, finché acquisisce una competenza vasta ma poco focalizzata. L'affinamento prende poi quel modello già capace e lo addestra ulteriormente su un insieme di esempi più piccolo e più specifico, spingendolo verso un compito, un tono o un ambito particolare. È la differenza tra una buona istruzione generale e un breve apprendistato che insegna come si fanno le cose in una bottega precisa.
L'attrattiva è soprattutto economica. Addestrare da zero un grande modello costa moltissimo, quindi quasi nessuno lo fa due volte. Un unico modello addestrato in modo ampio diventa invece il punto di partenza per molte versioni specializzate: una affinata per scrivere con la voce di un'azienda, un'altra per rispondere a domande mediche, un'altra ancora per seguire un certo insieme di istruzioni. Il lavoro pesante si fa una volta sola; l'affinamento è la rifinitura finale, relativamente economica.
Ha dei limiti che vale la pena conoscere. L'affinamento modifica il comportamento di un modello, ma non gli dà fondamenta del tutto nuove: un modello affinato su documenti giuridici lavora comunque a partire da ciò che ha assorbito nel suo addestramento originale, pregiudizi e lacune compresi. Se si insiste troppo su un insieme ristretto di esempi, il modello può perdere parte delle sue capacità più ampie, diventando disinvolto nel nuovo compito e peggiorando in tutto il resto. La rifinitura è reale, ma superficiale rispetto all'apprendimento originale che le sta sotto.
Ne esiste una versione umana riconoscibile. Si passano anni ad acquisire un'idea generale di come funziona il mondo, poi un nuovo lavoro, una nuova città o una nuova relazione ci affinano, adattando a una situazione specifica la persona che già siamo. Le fondamenta restano; la superficie si adatta. E vale la stessa cautela: chi si specializza troppo può diventare bravissimo in una cosa sola, perdendo in silenzio ampiezza in tutto il resto.
