Architecture
微调 vs RAG
源自 20+ 企业级部署的决策框架——每种路径,何时才值回成本
作者
Tenten AI Research
ML Engineering
发布日期
2026年4月1日
阅读时间
19 min
fine-tuningRAGLoRAdecision frameworkcost model

摘要
微调与检索增强生成(RAG)之间的取舍,是企业 AI 系统设计中被争论得最多的架构决策。它同时也是最常被做错的决策——团队往往按"技术上更有意思"来选,而不是按问题真正的需要来选。
本白皮书呈现 Tenten AI 在 20+ 个企业级项目中沉淀出的决策框架。这套框架并非"非此即彼"的处方:有些场景微调显然正确,有些场景 RAG 显然正确,还有些场景两者缺一不可。我们的目标,是给团队一套词汇和判据,让这个决策出于深思熟虑,而非默认惯性。
第一个、也是最重要的澄清:微调和 RAG 解决的是不同的问题。微调改变的是模型"会做什么",RAG 改变的是推理时"能拿到什么信息"。把这两个问题混为一谈,正是这一领域绝大多数架构失误的源头。
完整内容
解锁完整白皮书
提交您的信息后可立即解锁完整内容。我们每月发送一至两封技术通讯,随时可取消订阅。
提交即代表您同意接收 Tenten AI 的技术资讯,可随时退订。
