LearnAI
Модуль 8 · Fine-tuning и свои данные (Pro) · Урок 1/5
Задача

Когда дообучать, а когда нет

Что выбрать под эту задачу? Верни JSON {"choice": "prompt | RAG | fine-tune", "why": "кратко"}.

Главная развилка
💡 Кусочек теории

Три способа приспособить AI под задачу, и их постоянно путают. Промптинг — меняешь инструкцию, самый быстрый и дешёвый, пробуй первым. RAG (поиск по своим документам) — когда нужны СВЕЖИЕ или приватные ЗНАНИЯ: подтягиваешь релевантные куски в контекст. Fine-tuning (дообучение) — меняет СТИЛЬ, формат и поведение модели на множестве примеров, но НЕ добавляет знания надёжно (модель не запоминает факты так). Классическая ошибка: «дообучим на нашей документации, чтобы знал её» — почти всегда это задача для RAG, не для дообучения. Правило: знания — это RAG, стиль/формат/поведение — это fine-tune, а начинать всегда с промпта.

Как оценивается · проходной 70

  • 1Валидный JSON без текста вокруг25%
  • 2Есть поля choice и why30%
  • 3choice = RAG (нужны свои знания, не стиль)45%
Твой промптClaude ⌄
Ответ модели
Здесь появится ответ модели…