Kvíz spojený s průvodcem · Střední úroveň
Jemné ladění vs RAG vs Prompting Quiz
Testuje, jak diagnostikovat mezery ve znalostech, formátu, stylu a dovednostech, kdy RAG překonává jemné ladění a proč hodnotící sady řídí rozhodnutí.
Otázka 1 z 8
Model odpovídá na otázky týkající se cen vaší společnosti nesprávně, protože ceny se mění každé čtvrtletí. Který přístup nejlépe odpovídá této propasti?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Model odpovídá na otázky týkající se cen vaší společnosti nesprávně, protože ceny se mění každé čtvrtletí. Který přístup nejlépe odpovídá této propasti?
- Dolaďte model na ceníku z minulého čtvrtletí
- Použijte RAG k načtení aktuálních cenových dokumentů v době odpovědi
- Snižte teplotu modelu
- Přidejte do výzvy další příklady zdvořilých odpovědí
- Jaká je podle průvodce obvykle první páka, kterou je třeba vyzkoušet při problémech s formátem a stylem?
- Úplné doladění
- Vytvoření vektorové databáze
- Výzva s jasnými pokyny a příklady
- Přechod na větší model
- Proč je jemné ladění popisováno jako nespolehlivý způsob, jak přidat faktické znalosti?
- Nemůže měnit hmotnosti modelu
- Funguje pouze na obrazových modelech
- Je obtížné jej aktualizovat a může zvýšit důvěryhodné chyby u zřídka viděného materiálu
- Vždy vymaže stávající znalosti modelu
- Která situace jednoznačně podporuje jemné doladění?
- Potřebujete provést úzký úkol při velkém objemu a chcete menší a levnější model, který by odpovídal většímu
- Vaše dokumenty se mění každý den
- Chcete odpovědi na citace zdrojových pasáží
- Zatím jste nevytvořili žádné příklady hodnocení
- Co byste měli zkontrolovat v systému RAG, který dává špatné odpovědi, než obviníte jazykový model?
- Datum školení modelky
- Zda se v načtených výsledcích objeví správná pasáž
- Počet jader GPU
- Pouze délka systémové výzvy
- Co dělá LoRA v kontextu dolaďování?
- Načte dokumenty z rejstříku vyhledávání
- Komprimuje výzvy k uložení tokenů
- Trénuje malé matice adaptérů namísto aktualizace všech hmotností modelu
- Odstraňuje potřebu tréninkových dat
- Které tvrzení o kombinaci těchto tří metod je podle průvodce přesné?
- Navzájem se vylučují a nelze je kombinovat
- Produkční systémy často používají vyladěný model čtoucí načtený kontext, poháněný dobrou výzvou
- RAG nahrazuje potřebu jakékoli výzvy
- Jemné doladění musí vždy přijít před výzvou
- Co by mělo řídit volbu mezi výzvou, RAG a jemným doladěním?
- Která metoda je nejnovější
- Reprezentativní hodnotící sada měřící každou možnost
- Výchozí nastavení dodavatele
- Samotná velikost rozpočtu na školení