7 minuterMinne för agenter (konceptuell video)
Skilj beslut om korttidsminne från beslut om långtidsminne och avgör när agentens minne ska skrivas.
Spela upp videonSebastian Raschka. Raschkas översikt placerar finjustering i modellens träningsprocess. Artikeln motiverar ett LoRA-experiment med en uppmätt brist jämfört med grundlösningen på uppgiften och kräver resurskontroll samt utvärdering av adaptern före publicering.
Modellnamn, priser och funktioner förändras snabbt. Använd videon för beslutsmönstret och kontrollera sedan den aktuella modellens beteende innan du inför lösningen.
Placera finjustering i den bredare träningsprocessen och avgör när den är bättre än promptning eller RAG.
Allmän förståelse för maskininlärning. Det är en konceptuell genomgång, så ingen miljö för att följa med i kodningen behövs.
Senast granskad: 18 maj 2026
Fortsätt längs samma lärstig med nästa kurerade kompletterande video.
7 minuterSkilj beslut om korttidsminne från beslut om långtidsminne och avgör när agentens minne ska skrivas.
13 minuterModellera promptinjektion som en sammanblandning av data som inte är betrodda och utforma gränser kring verktygsanvändningen.
19 minuterDu kan uppskatta när promptcachelagring lönar sig genom att väga pristillägget för cacheskrivningar mot besparingen vid läsning för dina verkliga arbetsbelastningar.