# Fine-tuning (İnce Ayar)

> Fine-tuning (ince ayar), önceden eğitilmiş bir büyük dil modelinin, belirli bir alana veya göreve özgü ek veriyle yeniden eğitilerek uzmanlaştırılması sürecidir. Model sıfırdan eğitilmez; mevcut ağırlıkları yeni örneklerle güncellenir. Bilgiyi sorgu anında dışarıdan getiren RAG'in aksine, fine-tuning bilgiyi ve üslubu modelin ağırlıklarına kalıcı olarak işler.

Kaynak: https://promptfront.com.tr/sozluk/fine-tuning
Yayıncı: PromptFront GEO & AEO Sözlüğü (https://promptfront.com.tr/sozluk)

---

**Fine-tuning (ince ayar)**, önceden eğitilmiş bir büyük dil modelinin, belirli bir alan veya görev için hazırlanmış ek veriyle yeniden eğitilerek uzmanlaştırılması sürecidir. Model sıfırdan eğitilmez; mevcut ağırlıkları yeni örneklerle güncellenir. Böylece genel amaçlı bir model, hukuk yazışmaları veya tıbbi terminoloji gibi dar bir alanda daha isabetli hâle gelir.

## Fine-tuning nasıl yapılır?

Süreç genellikle üç adımda ilerler:

1. Alan uzmanlığını yansıtan örnek girdi-çıktı çiftleri hazırlanır.
2. Önceden eğitilmiş model, bu örneklerle kısa bir eğitim turundan geçirilir.
3. Çıktılar test edilir; gerekirse veri düzeltilip süreç tekrarlanır.

OpenAI gibi sağlayıcılar bu süreci API üzerinden sunar; ayrıntılar için [OpenAI dokümantasyonuna](https://platform.openai.com/docs) bakılabilir.

## Fine-tuning ile RAG arasındaki fark nedir?

Fine-tuning bilgiyi modelin ağırlıklarına işler; [RAG](/sozluk/rag) bilgiyi sorgu anında dışarıdan getirir.

| Özellik | Fine-tuning | RAG |
|---|---|---|
| Bilginin yeri | Model ağırlıkları | Harici kaynak |
| Güncelleme | Yeniden eğitim gerektirir | İçerik değişince anında yansır |
| Uygun olduğu durum | Üslup, format, dar uzmanlık | Güncel ve doğrulanabilir bilgi |
| Kaynak gösterimi | Yok | Var ([citation](/sozluk/citation)) |

## Fine-tuning GEO açısından ne ifade eder?

İşletmeler, ChatGPT veya Gemini gibi kamuya açık asistanların modellerini kendileri fine-tune edemez. Markanızın cevaplardaki yeri, eğitim verisine girmenize ve sorgu anında web aramasıyla bulunmanıza bağlıdır. Bu yüzden GEO stratejisi model eğitmeye değil, modellerin okuduğu web içeriğini optimize etmeye odaklanır; temel yaklaşım için [GEO nedir](/rehber/geo-nedir) rehberine ve [büyük dil modeli](/sozluk/llm) maddesine bakabilirsiniz.

İlgili terimler: https://promptfront.com.tr/sozluk/egitim-verisi, https://promptfront.com.tr/sozluk/llm, https://promptfront.com.tr/sozluk/rag, https://promptfront.com.tr/sozluk/prompt, https://promptfront.com.tr/sozluk/uretken-yapay-zeka