Видео к статье

Выбор между промптингом, RAG и дообучением (и когда их сочетать) — видео к статье

Это решение, в котором команды раз за разом ошибаются: дообучают модель, когда настоящая проблема — в извлечении, или нагромождают RAG там, где вопрос решился бы более удачным промптом. Статья излагает схему принятия решения; эти два разбора от IBM Technology дают ту же схему на доске, со сравнениями, нарисованными бок о бок, — это полезно, когда вы пытаетесь донести ту же позицию до скептично настроенного коллеги.

Основная рекомендация

13:10

RAG vs Fine-Tuning vs Prompt Engineering: Optimizing AI Models

IBM Technology

Ясный проход по всем трём техникам на доске с соответствующими издержками — латентность извлечения, вычислительные ресурсы на обучение и катастрофическое забывание, ограничения решений только на промптах — и с комбинациями, которые действительно имеют смысл в продакшене. Заключительный пример с юридической ИИ-системой, использующей все три, — это почти в точности аргумент статьи про «когда сочетать».

Что вынести из этого видео: Вы выберете между промпт-инжинирингом, RAG, дообучением или их комбинацией, исходя из реального режима отказа.

Что посмотреть или знать заранее: Вы в общих чертах понимаете, что означает каждая из техник.

Заметка AI Expert: Это устойчивая схема принятия решения. Используйте её до закупки инфраструктуры или старта проекта по дообучению; большинство ошибочных выборов идёт от неверной диагностики проблем со свежестью данных, атрибуцией, стилем или поведением.

Открыть страницу видео

Также стоит посмотреть

8:57

RAG vs. Fine Tuning

IBM Technology

Более плотный фокус на тех двух техниках, которые команды чаще всего путают. Глубже заходит в свежесть данных, атрибуцию источников и аргумент про скорость на инференсе в пользу дообучения. Стоит посмотреть, если вы именно пытаетесь привести доводы против ненужного проекта по дообучению.

Что вынести из этого видео: Вы сможете объяснить, когда правильное решение — это извлечение, а когда дообучение действительно способно помочь.

Что посмотреть или знать заранее: Базовое знание терминологии RAG и дообучения.

Заметка AI Expert: Полезно для разговоров со стейкхолдерами, потому что отделяет свежесть знаний от поведения модели. И всё же перед принятием решения проверьте актуальную стоимость дообучения, поддерживаемые модели и ограничения по управлению данными.

Открыть страницу видео