RAG o Fine-tuning: elegir según el fallo, no según la moda
El artículo explica que elegir entre RAG y Fine-tuning exige identificar primero qué capa del sistema hay que cambiar, no aplicar la regla de que RAG sirve para conocimiento reciente y Fine-tuning para comportamiento. RAG modifica las fuentes externas y el contexto de consulta, mientras que Fine-tuning actualiza los parámetros o adaptadores del modelo. Si el problema se resuelve con instrucciones, ejemplos o validación, basta con la capa de prompt o aplicación, y en algunos casos conviene combinar ambas técnicas. Recomienda registrar las versiones de cada componente en la traza de cada petición.
Qué significa
Si una respuesta falla por falta de un dato de la fuente, la solución es RAG; si falla el formato JSON, cambiar el buscador no lo arreglará.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Zennの「生成 AI」のフィードLeer la noticia completa en Zennの「生成 AI」のフィード