¿Qué afirmación describe mejor el beneficio de ajustar un modelo fundacional (FM)?

El ajuste (fine-tuning) mejora el rendimiento de un modelo fundacional (FM) en una tarea específica. Esto se logra entrenando el modelo preentrenado con un conjunto de datos más pequeño y etiquetado, relevante para la tarea deseada. El ajuste no reduce el tamaño ni la complejidad del FM, ni lo reentrena desde cero, sino que adapta sus pesos para optimizarlo para un caso de uso particular. Tampoco actualiza el conocimiento del FM con datos más recientes de manera general, sino que lo especializa para la tarea objetivo.