Fine-tuning
Pegar um modelo de IA já treinado e treiná-lo ainda mais com os seus próprios dados.
Em vez de treinar um LLM do zero (custa bilhões e leva meses), você parte de um modelo existente e o amassa com seus exemplos — talvez mil e-mails da empresa para ensinar o tom de voz, ou 500 tickets de suporte para ensinar como a empresa responde.
Para muitos casos, o RAG é mais barato e flexível que o fine-tuning. Vale a pena quando você quer mudar o estilo do modelo ou especializá-lo num domínio estreito.