هذه ثلاث طرق لجعل نموذج اللغة الكبيرة (LLM) يفعل ما تريده، وتعمل على طبقات مختلفة: تصيغ هندسة المحفزات السلوك، والاستدعاء المعزز للإنشاء يحقن المعرفة، والضبط الدقيق يغير النموذج.
هذه ثلاث طرق لجعل نموذج اللغة الكبيرة (LLM) يفعل ما تريده، وتعمل على طبقات مختلفة: تصيغ هندسة المحفزات السلوك، والاستدعاء المعزز للإنشاء يحقن المعرفة، والضبط الدقيق يغير النموذج.
| هندسة المحفزات | RAG | الضبط الدقيق | |
|---|---|---|---|
| ما يتغير | المحفز | المحفز (+ الاستدعاء) | أوزان النموذج |
| الأفضل ل | السلوك والصيغة والنبرة | الحقائق المحدثة / الخاصة | الأسلوب المتسق، المهام الضيقة |
| تحديث المعرفة | غير منطبق | مباشر (إعادة فهرسة البيانات) | متجمد في وقت التدريب |
| التكلفة / الجهد | الأقل | متوسط (البنية التحتية) | الأعلى (التدريب + البيانات) |
| التحديث | عدّل النص | حدّث الفهرس | أعد التدريب |
استخدام الأداة الخاطئة مكلف: غالباً ما يحاول الناس الضبط الدقيق لإضافة معرفة (الذي يفعله RAG بشكل أفضل وأرخص) أو لإصلاح السلوك (الذي تتعامل معه هندسة المحفزات). معرفتك بأن هندسة المحفزات تشكل السلوك، و RAG يوفر المعرفة، والضبط الدقيق يغير النموذج تتيح لك اختيار الطريقة الأرخص التي تنجح — والجمع بينها بوعي بدلاً من الصدفة.