นิตยสารYamroongเรื่องราวที่ควรค่าแก่การอ่าน
Prompting RAG หรือ fine-tuning เลือกยังไงดี
เวลาอยากให้ AI ทำงานเฉพาะทางได้ดีขึ้น มีสามทางให้เลือก แต่หลายคนกระโดดข้ามไปที่ fine-tuning เพราะมันฟังจริงจังที่สุด ทั้งที่มันมักเป็นตัวเลือกที่แพงและช้าที่สุด
แต่ละทางแก้ปัญหาคนละแบบ
| วิธี | แก้ปัญหา | ต้นทุน |
|---|---|---|
| Prompting | โมเดลไม่รู้ว่าเราอยากได้อะไร | ต่ำมาก แก้ได้ทันที |
| RAG | โมเดลไม่รู้ข้อมูลของเรา | กลาง ต้องดูแลระบบค้นหา |
| Fine-tuning | โมเดลไม่เข้าใจสไตล์หรือรูปแบบงานที่เราต้องการ | สูง ต้องมีชุดข้อมูลและทำซ้ำทุกรอบ |
ลำดับที่ควรลอง
- เขียน prompt ให้ดีก่อน — ให้ตัวอย่าง กำหนดรูปแบบผลลัพธ์ อธิบายข้อจำกัดให้ชัด
- เติม RAG ถ้าปัญหาคือความรู้ — โมเดลไม่รู้เอกสารภายใน กฎของบริษัท หรือข้อมูลล่าสุด
- ค่อย fine-tune ถ้าสองข้อแรกไม่พอ — ใช้เมื่อต้องการรูปแบบเฉพาะ หรือต้องลดค่าใช้จ่ายต่อครั้ง
ใช้ร่วมกันได้และมักดีกว่า
ระบบจริงส่วนมากใช้ทั้งสามอย่างปนกัน เช่น ใช้ RAG ดึงเอกสาร ใช้ prompt กำหนดรูปแบบคำตอบ และ fine-tune โมเดลเล็กไว้ทำงานจัดหมวดหมู่ที่ซ้ำสูงเพื่อประหยัดค่าใช้จ่าย
ก่อนลงทุนกับวิธีที่แพงที่สุด ให้สร้างชุดข้อสอบขึ้นมาก่อนสักสามสิบข้อ ไม่งั้นคุณจะไม่มีทางรู้เลยว่าสิ่งที่จ่ายไปทำให้ดีขึ้นจริงหรือไม่

ความคิดเห็น
กำลังโหลดความคิดเห็น