Fine-Tuning คืออะไร? คำอธิบายสั้น ๆ
Fine-tuning คือการฝึกเพิ่มเติมโมเดลที่เก่งในภาพรวมอยู่แล้ว ด้วยชุดข้อมูลเฉพาะทางเพื่อปรับให้เข้ากับงานหรือรูปแบบที่ต้องการ
นิยามสั้น ๆ
โมเดลฐานถูกฝึกครั้งเดียวบนข้อมูลกว้าง ๆ ส่วน fine-tuning ฝึกต่อบนตัวอย่างชุดเล็กที่มีเป้าหมาย
ใช้เมื่อใด
- สไตล์การเขียนหรือน้ำเสียงแบรนด์
- งานซ้ำ ๆ ปริมาณสูง
- รูปแบบผลลัพธ์ที่สม่ำเสมอ
Fine-Tuning vs RAG
RAG เพิ่มความรู้ผ่านการค้นหา ส่วน fine-tuning เปลี่ยนโมเดลผ่านการฝึก หากต้องการข้อเท็จจริงล่าสุด RAG เหมาะกว่า
ข้อจำกัด
ข้อมูลแย่สร้างโมเดลแย่ และทุกการอัปเดตต้องฝึกใหม่
สรุป
- Fine-tuning เปลี่ยนโมเดล ไม่ใช่แค่ prompt
- เหมาะกับงานซ้ำซ้อนและตัวอย่างคุณภาพดี
- ไม่ใช่ทางแก้สำหรับข้อมูลใหม่
อ่านต่อ RAG คืออะไร และ embedding คืออะไร
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free