RAG или fine-tuning: что выбрать

RAG и fine-tuning решают разные задачи. RAG подключает актуальные внешние знания во время запроса. Fine-tuning изменяет поведение модели через дополнительное обучение на примерах.

Выбирайте RAG, если

• данные часто обновляются;
• нужны ссылки на источники;
• важно разграничение доступа;
• знания хранятся в документах и базах.

Fine-tuning уместен, если

• нужно устойчиво изменить формат или стиль поведения;
• есть качественный набор обучающих примеров;
• задача не сводится к подстановке свежих знаний.

Во многих корпоративных системах используются оба подхода, но один не является заменой другого.

Подробнее: что такое RAG →