LoRA, full fine-tuning, RLHF, DPO. Quando ha senso (quasi mai) e quando è davvero la scelta giusta.
Spoiler: il 90% dei casi in cui pensi di fare fine-tuning, RAG è sufficiente. Il fine-tuning è giustificato quando ti serve uno stile molto specifico, dati di volume elevato, o costi di inference critici (modello piccolo fine-tunato < modello grande generale).
Quando è giustificato, conoscere LoRA / RLHF / DPO ti permette di farlo bene. Senza, spendi $10k e ottieni meno di un buon prompt.
Quando ognuno. Esempi reali.
Cos'è, perché 99% del FT è LoRA oggi. Costi tipici $50-500.
1k-10k esempi. Generazione synthetic via Claude. Cleaning.
Differenza tra reward model + PPO vs DPO. Constitutional AI.
Hold-out, benchmark, A/B con baseline. Tracciamento drift.