哈喽，大家好👏
我是阿星！
现在很多AI科普文章都会提到微调，RAG。
但是没有实战的过的同学可能会问🤔——
啥时候用RAG？啥时候用微调呢？有啥区别？不都是让模型增加知识面的吗？
今天我们就对这个问题进行粗略归类——
你可以简单理解为在预训练之后（预训练你可以简单理解成自监督学习，得到一堆参数但是还不会自己回答）
——进行的一些QA对训练，来教会模型组织语言，回答问题。
但是要注意微调是没有对知识样本做扩充的，扩充还是通过预训练完成的。
微调之后才是基于人类反馈的强化学习。
简单说就是预训练👉微调👉强化学习，微调是中间这个环节。
1、继续预训练-CPT：来增加知识、能力。补充模型在特定领域的缺陷。
2、微调训练-SFT：给模型更多的QA对，来增强模型的依从性。常用于垂直大模型。这是现在最主要的方式。
3、偏好调优-DPO：用负反馈优化输出，让模型知道不能干啥，啥是错的。
但是没事也不用微调，不要听到别人说微调自己也想微调……有很多已经调好的，可以去百炼云上看😂我之前也写了一篇可以体验简版流程，实际比这个难n倍。零基础也能体验模型微调！魔塔+LLaMa Factory手把手教程
优先级可以按照提示词大于RAG大于微调。
1、针对特定行业/领域，如果模型根本就不具备特定知识，你可以用继续预训练-CPT。只不过数据上很多是1500万字起步（下一篇推送会讲讲微调的数据质量要求有多可怕）
2、针对特定问题，微调训练-SFT可以用RAG、提示词、示例来做一些代替。因为SFT对数据质量要求要比RAG高，可以选择不那么折腾直接上RAG
3、至于偏好调优-DPO，你可以选择用提示词示例。因为错误答案本身就对数据的要求更多了。你要枚举多少回答来让模型记住啥是错的？
再好的提示词都有输出上的出入，如果是垂直指定的问题，你要求它回答的丁是丁卯是卯，那还是用微调最好。特别是金融和医疗。
1、比如在履职问题测评中，你需要对问题做严格分类，查询特定的数据库，也可能涉及到指定的关键词。说白了就是场景足够垂直。
2、高并发任务、对效率要求极高的场景，可以通过微调加速响应。
比如对即时主观题打分，就会需要快速响应来适应考试节奏等。
3、特别是端侧，很多服务都需要云端判断，对定向场景需要的就是速度和准确度，离不开微调。
下一期我们详细说说微调有多麻烦。我是阿星，我们下期再见。
往期文章：
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。