第二種做法——用範例來訓練——叫什麼?

微調(fine-tuning)是拿一個已經完成訓練的通用AI模型,針對特定任務或風格,用一組較小、更集中的範例繼續進行訓練,藉此調整模型的內部參數,讓它把這項技能或語氣直接內化到生成回應的方式之中。這和單純改變指令措辭不同,因為微調改變的是模型本身,而不只是你輸入給它的內容。

提示工程(prompting)是較輕量的替代方案:設計巧妙的指令或範例來引導一個通用模型的行為,而不改變模型本身,速度快、成本低,但效果終究有限。串流(streaming)指的是逐步顯示正在生成中的回應,這是輸出呈現方式的問題,和模型如何學習無關。

由於微調需要在精心整理的範例上重新訓練,成本與耗時通常都高於提示工程,但它能比單純巧妙的提示,更深層地把專業知識或行為模式植入模型之中,這也是為什麼企業常會針對特定專業領域微調模型的原因。