İnce ayar (LLM)
Önceden eğitilmiş bir dil modelini, bir göreve, alana ya da üsluba uyarlamak için kendi ve daha özel verinizle yeniden eğitmek; RAG’in (bilgiyi bağlamla verir) ya da istem yazmanın (yalnızca yönlendirir) aksine modelin ağırlıklarını değiştirir.
Ne zaman karşılığını verir: modelin tutarlı biçimde izlemesi gereken bir biçimi ya da tonu, dar bir alanın dilini veya yalnızca istemle kararlı hale getirilmesi zor bir görevi öğretmek. Ne zaman vermez: “modele olgu öğretmek”; değişen bilgi için RAG genelde daha iyi ve ucuzdur. Takaslar: kaliteli veri gerekir, hesaplama maliyeti vardır ve “yıkıcı unutma” (modelin genel yeteneklerini kaybetmesi) ile aşırı öğrenme riski taşır. Tüm ağırlıkların eğitildiği tam ince ayar pahalı olduğundan, yalnızca küçük bir kısmı eğiten parametre verimli yöntemler (LoRA, QLoRA, PEFT) öne çıkar. Modeli sıfırdan kuran ön eğitimden farklıdır. Merkezi bir teknik, ama RAG ya da istemin yeteceği yerlerde çoğu zaman gereğinden fazla kullanılır.