首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >当 AI 落地到了“深水区”:到底是 Prompt 不行、RAG 不够,还是该考虑微调了?

当 AI 落地到了“深水区”:到底是 Prompt 不行、RAG 不够,还是该考虑微调了?

作者头像
架构师李哲
发布2025-12-12 20:08:44
发布2025-12-12 20:08:44
2480
举报
概述
大模型效果不稳时,问题往往不在“模型不够强”,而在 Prompt、RAG 和微调怎么配合用。本文给出一套系统性判断思路,并介绍如何借助 LLaMA-Factory Online 低门槛完成微调试水。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 先厘清三个“杠杆”:Prompt、基座模型和私域数据
  • 如何判断:现在还是 Prompt 问题,还是已经接近能力上限?
    • 1、做一个“Prompt 梯度测试”
    • 2、确认:是模型“真的不会”,还是你“没问到点子上”
    • 3、做一轮多模型对比,再决定是“换基座”还是“教会现有模型”
  • RAG:让模型“现查现用”的外脑,而不是万能钥匙
  • 微调:从“懂行”到“懂你”的那一步
  • RAG 还是微调?关键是你要 AI 和业务“绑定到什么程度”
  • 从“先能用”到“更好用”:为什么要提前准备一条微调路径?
  • 大模型的“下半场”:从拼参数到炼数据
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档