RAG适用于实时性要求高、处于数据长尾的场景,如搜索等。
Fine-tuning适用于对于实时性要求不高,但是专业度要求高的场景,如医生、律师等。
实操部分:
原始的InternLM运行结果:
RAG后的运行结果:
[InternLM Tutorial] 基础岛第四关 InternLM + LlamaIndex RAG 实践
最新推荐文章于 2024-09-26 15:53:51 发布
RAG适用于实时性要求高、处于数据长尾的场景,如搜索等。
Fine-tuning适用于对于实时性要求不高,但是专业度要求高的场景,如医生、律师等。
实操部分:
原始的InternLM运行结果:
RAG后的运行结果: