某公司部署結合 Fine-tuning 與檢索增強生成（RAG）的語言模型系統作為內部文件助理。系統需同時確保回覆語氣一致、能即時查詢每日新增文件、維持效能穩定，並避免頻繁重新訓練。在長期維護與效能平衡下，下列哪一種策略最合適？
iPAS 考題解析
某公司部署結合 Fine-tuning 與檢索增強生成（RAG）的語言模型系統作為內部文件助理。系統需同時確保回覆語氣一致、能即時查詢每日新增文件、維持效能穩定，並避免頻繁重新訓練。在長期維護與效能平衡下，下列哪一種策略最合適？
- A. 每週重新 Fine-tune 模型，將新文件整合進模型知識，逐步取代 RAG 模組
- B. 完全依靠基礎模型與 RAG，不進行 Fine-tune，僅透過提示設計控制語氣
- C. 每日進行增量 Fine-tune，讓模型即時學習新文件內容，避免依賴檢索
- D. 保留語氣相關 Fine-tuning，僅透過檢索系統更新文件內容，不頻繁改動模型 ✓ 正確答案
詳細解析
將 Fine-tuning 用於穩定語氣風格，將 RAG 用於即時更新文件內容，這種分工最能平衡長期維護成本與效能。Fine-tuning 不需頻繁更新，而 RAG 可即時反映新文件，兩者各司其職。
出題年份：114 難度：★★☆