Poradnik 11: Fine-tuning a inżynieria promptów

Autor: Jakub RusinowskiOstatnia aktualizacja 8 min czytaniaZaawansowany

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.