Poradnik 11: Fine-tuning a inżynieria promptów

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 10 lipca 2026

Czy powinieneś trenować własny model? Zazwyczaj odpowiedź brzmi: nie.

W tym przewodniku

• Inżynieria promptów (kontekst)
• Fine-tuning (trening)
• Werdykt

Czy powinieneś trenować własny model? Zazwyczaj odpowiedź brzmi: nie.

Inżynieria promptów (kontekst)

Najlepsza do: przekazywania modelowi nowych informacji (RAG) lub instrukcji.

• Zalety: natychmiastowa, darmowa, elastyczna.
• Wady: ograniczona rozmiarem okna kontekstu.

Fine-tuning (trening)

Najlepszy do: zmiany *zachowania* lub *stylu* modelu.

• Przykład: sprawienie, by model na stałe mówił jak pirat.
• Przykład: nauczenie modelu nowego formatu klasyfikacji medycznej.
• Zalety: trwała zmiana zachowania, brak potrzeby długich promptów.
• Wady: kosztowny (wymaga czasu GPU), trudny do prawidłowego wykonania, może powodować „katastrofalne zapominanie”.

Werdykt

Najpierw wypróbuj RAG (Retrieval Augmented Generation). Rób fine-tuning tylko wtedy, gdy RAG nie oddaje potrzebnego Ci konkretnego stylu lub formatu.

← Wszystkie przewodniki | Sprawdź zgodność GPU