Doladění je dotrénování hotového modelu na vlastních příkladech, aby si osvojil styl nebo formát. Neslouží k tomu, aby se model naučil fakta — na ta je RAG.
Vyplatí se, když potřebujete pořád dokola stejný tvar výstupu a promptem se ho nedaří udržet: firemní tón, přesná struktura zápisu, štítkování v ustáleném číselníku.
Nevýhoda je provoz: doladěný model se musí udržovat, znovu vyhodnocovat a po vydání nové generace obvykle znovu doladit. Pro většinu firem je levnější dobrý systémový prompt a pár příkladů v zadání.
Příklad
Model doladěný na 500 vyřízených reklamacích píše odpovědi ve firemním tónu, ale ceny a lhůty stejně musí brát z aktuálních podkladů.
Kde na to narazíte
ChatGPT — Nejrozšířenější AI — Custom GPTs, hlas, kód, obrázky
Mistral AI — Evropský open-weight model — GDPR, self-hosting, reasoning, OCR
Souvisí s tím
Trénování — Trénování je jednorázový, extrémně nákladný proces, ve kterém model z obrovského množství textu a obrázků odvodí statistické vzorce.
RAG (odpovídání nad dokumenty) — RAG je postup, kdy se k dotazu nejdřív vyhledají odpovídající úryvky z vašich dokumentů a teprve ty se pošlou modelu jako podklad.
Příklady v zadání (few-shot) — Few-shot znamená, že do zadání přidáte dva až pět hotových příkladů dvojice „vstup → požadovaný výstup“.