Глосарій · Визначення
Fine-tuning (донавчання)
Fine-tuning — додаткове навчання наявної моделі на ваших прикладах «вхід → вихід», щоб її поведінка — формат, стиль, класифікація — стала стабільнішою.
Автор: Nythrex EngineeringОновлено 1 хв читання
Простими словами
Базова модель уже знає мову. Донавчання показує їй сотні чи тисячі прикладів того, як саме виконувати конкретну задачу, щоб вона робила це стабільніше або щоб менша модель зрівнялася з більшою. Добре для поведінки, погано для навчання фактам.
Коли це важливо для вас
- Вузька задача у великих обсягах
- Суворий формат чи корпоративний стиль, який не тримає промптинг
- Є багато перевірених прикладів
Типові помилки
- Донавчати, щоб додати знання (RAG зазвичай кращий)
- Немає порівняння з добре запромптованою моделлю
- Замало чи неперевірені приклади
Читайте також
ГайдRAG vs fine-tuning vs промптингRAG додає знання, fine-tuning змінює поведінку, промптинг — точка старту. Практичний гайд із вибору: дерево рішень, вартість, пастки й реальні приклади.Безкоштовний інструментВибір: RAG чи fine-tuningДайте відповідь на чотири питання «так/ні» й отримайте рекомендацію — RAG, fine-tuning, довгий контекст чи промпт-інжиніринг — з наступним кроком для перевірки.ГлосарійПромпт-інжинірингПромпт-інжиніринг — проєктування інструкцій, прикладів і контексту для мовної моделі, щоб вона надійно виконувала задачу.
Потрібен другий погляд на ваш проєкт?
Розкажіть, що ви будуєте і де застрягли. Протягом одного робочого дня відповімо з найпрактичнішим наступним кроком — навіть якщо цей крок не з нами.