El ajuste por instrucciones afina un modelo base con una gran colección de tareas expresadas como instrucciones. Wei et al. (2022) demostraron con FLAN que esto mejora notablemente el rendimiento zero-shot en tareas no vistas, y Ouyang et al. (2022) combinaron datos de instrucciones con retroalimentación humana para crear InstructGPT, la receta que convirtió los modelos de lenguaje en bruto en asistentes útiles.
Es el paso que hace que un modelo sea bueno haciendo lo que se le pide, en lugar de limitarse a continuar el texto.