¿Cómo se llama el segundo método, el de entrenar con ejemplos?

El ajuste fino (fine-tuning) toma un modelo de IA de propósito general ya entrenado y continúa entrenándolo con un conjunto más pequeño y enfocado de ejemplos específicos de una tarea o estilo, ajustando los parámetros internos del modelo para que absorba esa habilidad o tono directamente en la forma en que genera respuestas. Esto difiere de simplemente cambiar la redacción de tus instrucciones, ya que el ajuste fino modifica el propio modelo subyacente en lugar de solo la entrada que le envías.

El uso de instrucciones (prompting) es la alternativa más ligera: elaborar instrucciones o ejemplos ingeniosos para guiar el comportamiento de un modelo general sin cambiar el modelo en sí, lo cual es rápido y barato pero tiene un alcance limitado. El streaming se refiere a mostrar una respuesta de forma gradual a medida que se genera, un asunto de entrega de resultados sin relación con cómo aprende un modelo.

El ajuste fino puede ser más caro y llevar más tiempo que el uso de instrucciones, ya que requiere reentrenar con ejemplos seleccionados, pero puede incorporar conocimiento o comportamiento especializado de forma más profunda que la mera redacción ingeniosa de instrucciones, razón por la cual las empresas suelen ajustar modelos para dominios profesionales específicos.