التعريف
إعادة تدريب جزئية لنموذج ذكاء اصطناعي على بيانات محددة لتخصيصه في مجال أو أسلوب أو مهمة.
يقوم الضبط الدقيق على مواصلة تدريب نموذج قائم على مجموعة نصوص محددة (سوابق قضائية داخلية، سجل دعم العملاء، وثائق تقنية) لتحسين أدائه في ذلك المجال تحديدًا.
في معظم الاستخدامات المهنية يكفي RAG ويبقى أسهل في الصيانة (تُحدَّث المعرفة بإعادة فهرسة المستندات، من دون إعادة تدريب). ويحتفظ الضبط الدقيق بقيمته عند تخصيص نموذج محلي مفتوح المصدر لمفردات مجال معين أو لصيغة مخرجات شديدة التقييد.
يعيد مكتب محاماة تدريب نموذج على 2000 من رسائله الخاصة ليتبنّى أسلوب المكتب ومفرداته. بعد ذلك يكتب النموذج مسودات أولى تبدو وكأنها من صياغة المكتب نفسه.
عندما تحتاجون إلى نبرة أو صيغة أو مفردات محددة جدًا وثابتة. أما لمنح الذكاء الاصطناعي إمكانية الوصول إلى مستنداتكم، فإن RAG يكاد يكون دائمًا أبسط وأقل تكلفة وأسهل في التحديث.
هل أحتاج إلى الضبط الدقيق (Fine-tuning) لنموذج حتى يعرف شركتي؟
نادرًا. في معظم الحالات يكفي ربط النموذج بمستنداتكم (RAG)، وهو ما يجنّبكم إعادة تدريبه عند كل تغيير. ويكون الضبط الدقيق (Fine-tuning) مبرَّرًا من أجل الأسلوب أو للمهام شديدة التكرار.
جميع نماذج الذكاء الاصطناعي، منشورة على بنيتكم التحتية، ومتصلة بمستنداتكم.