現時每個行業都在探索大模型的應用落地。對於大部分用戶來說，都沒有足夠的成本來創建獨特的基礎模型（Foundation Model）。但在大量基礎模型的開源分享之後，人們可以使用微調（Fine-tuning）的方法，訓練出適合自己行業和獨特用例的大模型以及應用。
大模型微調是指在已經預先訓練好的大型語言模型基礎上，使用特定的數據集作進一步的訓練，以使模型適應特定任務或領域。
例如，一個通用大模型涵蓋許多語言資訊，並能夠進行流暢的對話。但若想在醫藥方面，能給到患者準確的回答，就需要為這個通用大模型提供很多新的數據以供學習和理解。例如，布洛芬到底能否和感冒藥同時服用？為了確定模型可以回答正確，我們就需要對基礎模型進行微調。
