LearnAI
मॉड्यूल 8 · फ़ाइन-ट्यूनिंग और आपका डेटा (प्रो) · पाठ 1/5
← कैटलॉग के लिए
काम

कब पुनः प्रशिक्षण लेना है और कब नहीं

इस कार्य के लिए क्या चुनें? रिटर्न JSON {"choice": "प्रॉम्प्ट | RAG | फाइन-ट्यून", "why": "संक्षिप्त"}।

त्वरित एआई समीक्षा के लिए समाधान सबमिट करने के लिए एक्सेस अनलॉक करें।निःशुल्क प्रारंभ करें
मुख्य कांटा
💡सिद्धांत का एक टुकड़ा

किसी कार्य के लिए एआई को अनुकूलित करने के तीन तरीके, और वे लगातार भ्रमित होते रहते हैं। संकेत - निर्देश बदलें, सबसे तेज़ और सस्ता, पहले प्रयास करें। RAG (अपने दस्तावेज़ों को खोजें) - जब आपको ताज़ा या निजी ज्ञान की आवश्यकता होती है: आप प्रासंगिक टुकड़ों को संदर्भ में खींचते हैं। फ़ाइन-ट्यूनिंग (अतिरिक्त प्रशिक्षण) - कई उदाहरणों पर मॉडल की शैली, प्रारूप और व्यवहार को बदलता है, लेकिन विश्वसनीय रूप से ज्ञान नहीं जोड़ता है (मॉडल तथ्यों को उस तरह से याद नहीं रखता है)। क्लासिक गलती: "आइए हमारे दस्तावेज़ का उपयोग करके आगे प्रशिक्षण लें ताकि आप इसे जान सकें" - लगभग हमेशा यह RAG के लिए एक कार्य है, आगे के प्रशिक्षण के लिए नहीं। नियम: ज्ञान RAG है, शैली/प्रारूप/व्यवहार ठीक है, और हमेशा संकेत से शुरू करें।

इसका मूल्यांकन कैसे किया जाता है · उत्तीर्ण होना 70

  • 1इसके चारों ओर पाठ के बिना मान्य JSON25%
  • 2फ़ील्ड choice और why हैं30%
  • 3choice = RAG (आपको अपने ज्ञान की आवश्यकता है, शैली की नहीं)45%
आपका संकेतClaude ⌄