Představte si, že máte špičkového šéfkuchaře, který umí uvařit téměř jakékoliv jídlo na světě. To je váš předtrénovaný model. Teď ho ale chcete naučit dokonalý recept vaší babičky na svíčkovou. Místo abyste ho učili vařit úplně od začátku, využijete jeho stávajících obrovských znalostí a jen mu ukážete specifika nového receptu. On si své dovednosti mírně upraví, aby svíčková chutnala přesně tak, jak má. Tomuto procesu, kdy vezmeme hotový a schopný model a jen ho doladíme pro jeden konkrétní úkol, se v umělé inteligenci říká finetuning.
Finetuning (jemné doladění) je technika transferového učení, při které se předtrénovaný model, jenž byl trénován na rozsáhlém a obecném datovém souboru, dále adaptuje na specifickou úlohu nebo doménu. Tento proces zahrnuje dodatečný trénink na menším, úzce zaměřeném datovém souboru. Během finetuningu dochází k mírné úpravě vah neuronové sítě tak, aby model lépe odpovídal charakteristikám nových dat a dosahoval vyššího výkonu na daném specializovaném úkolu. Příkladem je adaptace velkého jazykového modelu, předtrénovaného na obecném internetovém textu, pro účely analýzy lékařských zpráv.