微調
Fine-tuning iPAS 重點微調在預訓練模型基礎上，以少量特定領域資料繼續訓練，使通用模型適應特定任務需求
- 常見標籤
- 遷移學習模型訓練深度學習AI應用
- iPAS 熱度
- 未分類 · 平均考題佔比 2%
- 考生最常問
- 微調的學習率應該如何設定？
高意圖術語比較頁
微調 vs 檢索增強生成
如果你正在分辨 微調 和 檢索增強生成 的差異，先抓住一句話： 微調 側重 微調在預訓練模型基礎上，以少量特定領域資料繼續訓練，使通用模型適應特定任務需求 ，而 檢索增強生成 側重 RAG（檢索增強生成）讓 AI 回答問題前先查詢外部知識庫，再結合查到的資料生成答案，大幅減少幻覺、提升回答準確性。 。
最後更新：2026/04/19 知識更新方式不同
檢索增強生成
Retrieval-Augmented Generation iPAS 重點RAG（檢索增強生成）讓 AI 回答問題前先查詢外部知識庫，再結合查到的資料生成答案，大幅減少幻覺、提升回答準確性。
- 常見標籤
- 生成式AI自然語言處理大型語言模型知識圖譜
- iPAS 熱度
- 高頻 · 平均考題佔比 8%
- 考生最常問
- RAG 是什麼？
怎麼選比較好？
選 微調 的時機
當你的需求更接近「微調在預訓練模型基礎上，以少量特定領域資料繼續訓練，使通用模型適應特定任務需求」時，先從 微調 的概念、FAQ 與考題切入會更有效率。
選 檢索增強生成 的時機
當你要處理的是「RAG（檢索增強生成）讓 AI 回答問題前先查詢外部知識庫，再結合查到的資料生成答案，大幅減少幻覺、提升回答準確性。」這類情境，檢索增強生成 會是更直接的關鍵詞與備考入口。
常見比較焦點：知識更新方式不同。