#rag

Biblioteka

Fine-tuning — skalpel, nie uniwersalny młotek

Fine-tuning zmienia wagi modelu. Jest mocny, gdy masz dane, evale i jasny powód. Jest drogim błędem, gdy maskuje zły prompt, brak RAG albo niejasny proces.

Biblioteka

Golden Dataset — punkt odniesienia dla AI, nie złota klatka

Golden Dataset to mały, starannie sprawdzony zestaw realnych przypadków, dzięki któremu widać, czy system AI naprawdę działa. Na przykładzie rekomendera kursów: pomaga oceniać rekomendacje na podstawie realnej treści, nie opisów marketingowych.

Biblioteka

Okno kontekstu — ile piekła mieści się w prompcie

Okno kontekstu mówi, ile tokenów model widzi naraz. Większe okno nie jest pamięcią, prawdą ani gwarancją lepszej odpowiedzi. To większy i droższy blat roboczy.

Biblioteka

RAG — Retrieval-Augmented Generation

Kiedy model nie ma w głowie twoich danych, musi je dociągnąć. RAG to wzorzec, nie produkt: najpierw retrieval, potem generacja.