本章进度 5 / 19
26%
正文已完成
L043判断新知识该放进提示、检索还是训练
按变化频率、规模、证据需求和行为目标选择更新方式,避免一遇到新资料就想微调。
把“训练和推理”从听懂变成会判断,避免遇到真实任务时仍靠感觉选择。
建议先理解同主题上一课的核心概念,再完成本课判断练习。
- 无需安装新工具
- 准备一个可对照的真实问题或样本
不同问题需要不同杠杆,临时规则适合上下文,频繁更新的事实适合检索,稳定行为模式才可能考虑微调。
能为一个知识或行为缺口选择上下文、RAG、微调或重新训练的合理方向。
核心概念
先把关键判断说清楚
新鲜事实偏向检索
政策、价格和文档持续变化且需要引用时,应从可更新来源按需取回。
少量规则偏向上下文
当前任务专用的格式、对象和边界直接写入提示更透明,也更容易修改。
稳定行为才评估训练
大量重复样例反映一致风格或分类行为时,才评估微调收益与维护成本。
案例拆解
用微调记住每周变化的产品价格
团队计划每周重新微调模型写入价格表,既昂贵又难确认模型是否使用最新版本。
- 01
识别价格高频变化且需要当前证据
- 02
改用数据库或检索在推理时提供
- 03
用评测验证引用价格与来源一致
案例结果
更新从训练任务变成数据维护,价格可以即时更正并追溯。
提交前练习
现在轮到你
为四类需求选择提示、检索或训练,并说明依据。
完成本课需要:完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
本次JSON格式放提示;每日价格走检索;大量稳定客服语气样例可评估微调;私有政策文档走带引用检索。
评分标准
- 选择与需求特征对应
- 事实更新考虑来源
- 没有把训练当默认答案
本课收口 · 应用检查
完成一次应用,再检查理解
完成一次必填练习,再通过理解检查;阅读标记和总结不设硬门槛。
你现在更接近哪一种状态?
尚有必填项未完成,请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks↗paper · 核对日期 2026-08-23
- Prompt Engineering↗official-docs · 核对日期 2026-08-23
- Evals↗official-docs · 核对日期 2026-08-23