实例解析：RAG与模型微调的选择策略——三个简单案例帮你做出明智决策

我们重点来讨论几个案例，来看一下每个案例到底选择RAG，还是微调，或者是RAG+微调。

第一个案例：比如说我们想打造一个AI的投资理财规划师，比如我根据用户的风险偏好，还有一些用户的情况来给他一个合理的建议，比如说基于一些目前市场上的情况，那这种AI的规划师我们到底怎么打造？那这里我们需要考虑的是RAG还是微调呢？大家可以先思考一下。

那为了回答这个问题，我们首先要剖析那这样的系统它到底需要具备什么样的能力？

1、第一个很重要，就是可以处理实时的数据，或者叫动态的数据；

2、它也需要具备很强的对话能力；

3、它也需要具备一定的金融行业的背景，也就是需要有金融能力。

那我们一个一个来看一下：

第一点：对于动态数据来讲，前面一篇文章也说到过RAG肯定是最适合去处理动态数据的，它可以从市场上抓取一些相应的数据，比如说实时的数据来去解决用户的问题。

第二点：很强的对话能力，它其实指的是上一篇文章所说到的第六点，就是我们的AI规划师，它需要具备通用模型所具备的很强的对话能力，所以很显然这里还是RAG，如果我们进行微调的话，它有可能会失去比较流畅的对话能力。

第三点：金融能力，那实际上其实市面上很多效果比较好的通用大模型，它其实也具备一定的金融能力的，因为在训练的时候，大模型已经被灌输了很多跟金融相关的数据，所以有可能微调在这里可能是不太必要的。

假如我们想打造这样的AI投资理财规划师，那我们首选大概率是RAG。

第二个案例：那第二个场景，比如我们想打造一个金融领域的信息抽取的Bot，比如说我希望AI可以去看一个研究报告，然后把研究报告里的一些相应的关键的信息把它取出来，或者甚至编写类似格式的研究报告。那对于这个场景用RAG？还是微调呢？

跟上面的例子一样，我们首先要理清楚它到底需要具备什么样的能力？

1、这里很明显，它需要具备很强的抽取能力。

2、其次它也需要具备一定的金融领域的能力，也就是对金融领域的一些文本，它需要有一个比较强的理解能力，那以至于像对话能力在这个场景里面是不太需要的。

第一点：对于抽取能力，我们可能大概率需要微调，因为它属于一个特定的能力，而且通用大模型的大概率可能对于这个特定的能力是比较弱的，所以我们需要通过一些微调的方法来加强这个能力。

第二点：其实跟上面是一样的，在这个场景下，我也不太需要去处理什么动态的数据，因为我们只是希望给定一个信息，然后从这个信息里面去抽取我们想要的东西。

综上所述，那对于第二个场景，实际上大概率需要做微调。

第三个案例：比如我们想做一个销售机器人，比如我们希望AI可以帮助我们去卖产品，比如说卖给用户或者卖给企业，那对于这个场景，我们使用RAG还是微调呢？

还是跟上面一样，我们要列出它所需具备哪些能力？

1、是我们需要大量的一些产品的数据，比如我们希望AI去卖东西，那肯定它得知道产品到底是什么，而且产品本身它是经常会改变的。所以产品数据，实际上要作为一个知识库，然后给我们的大模型去使用，所以这个对应到RAG。

2、关于销售的技巧和语气本身也比较重要，因为销售跟客服是不太一样的工作模式，因为客服更像是一个被动式的，所以你只要有问题问我，我只要提供回复即可。销售更多是一个主动的模式，这里面就很考验各方面能力，比如说销售的流程、销售的技巧、以及我以什么样的口吻去跟客户去交流，所以不同的公司它有不同的销售流程，而且即便在同一个公司里面，不同的销售人员，他采用的语气还有一些技巧也是不一样的，所以这些能力本身呢，可能大概率也没有办法用通用大模型来解决，可能需要微调。

根据上面总结下来，第三个案例需要RAG+微调

既然大模型现在这么火热，各行各业都在开发搭建属于自己企业的私有化大模型，那么势必会需要大量大模型人才，同时也会带来大批量的岗位？“雷军曾说过：站在风口，猪都能飞起来”可以说现在大模型就是当下风口，是一个可以改变自身的机会，就看我们能不能抓住了。

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型实际应用案例分享

①智能客服：某科技公司员工在学习了大模型课程后，成功开发了一套基于自然语言处理的大模型智能客服系统。该系统不仅提高了客户服务效率，还显著降低了人工成本。
②医疗影像分析：一位医学研究人员通过学习大模型课程，掌握了深度学习技术在医疗影像分析中的应用。他开发的算法能够准确识别肿瘤等病变，为医生提供了有力的诊断辅助。
③金融风险管理：一位金融分析师利用大模型课程中学到的知识，开发了一套信用评分模型。该模型帮助银行更准确地评估贷款申请者的信用风险，降低了不良贷款率。
④智能推荐系统：一位电商平台的工程师在学习大模型课程后，优化了平台的商品推荐算法。新算法提高了用户满意度和购买转化率，为公司带来了显著的增长。
…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。

学习资料领取

如果你对大模型感兴趣，可以看看我整合并且整理成了一份AI大模型资料包，需要的小伙伴文末免费领取哦，无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

部分资料展示

一、 AI大模型学习路线图

整个学习分为7个阶段

二、AI大模型实战案例

涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，皆可用。

三、视频和书籍PDF合集

从入门到进阶这里都有，跟着老师学习事半功倍。

如果二维码失效，可以点击下方链接，一样的哦
【CSDN大礼包】最新AI大模型资源包，这里全都有！无偿分享！！！

😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~