在教科书中学习学习的迁移与代表性的深度学习模型
定义用符合目标任务的数据对预训练好的模型进行追加训练，使其适应该用途，这称为微调（ファインチューニング）。
解说它不是把模型从头重新做一遍，而是在利用已掌握特征的同时，让权重等参数朝目标方向调整。因此与从零开始训练相比，更容易减少所需的数据量和计算时间。例如，让用一般文章训练过的语言模型学习某家医院的问诊记录，使它的回答能很好地应对医疗术语。
类比就像在学校打好基础的新员工，到了分配的部门后，通过短期培训学会这个部门特有的工作方法。
记忆钩子fine 意为“细微的”，tuning 意为“给乐器调音”。这个名称把它比作乐器做好后，最后细细校准音高的工作。