LLM wiki 和 RAG
查看原内容与来源
查看原内容与来源
接下来，你可能想知道
LLM 能帮我做什么？我需要自己训练一个吗？ →
LLM 就是能理解和生成文字的一类 AI 模型。你已经在用的聊天助手、写作助手，背后往往就有这样的模型。它能帮你整理资料、起草文字、解释问题；做产品时，也可以借助 Codex 这类工具让它参与写代码和修改。大多数人先用现成的工具就够了，不需要自己训练一个模型。
我有自己的资料，怎样让 AI 根据它们回答？ →
这类做法常叫 RAG：先从你的资料里找出相关内容，再让 AI 参考这些内容回答。比如把产品说明、常见问题放在一起，别人提问时，它先找资料再作答。它适合资料多、经常更新，或者回答必须有出处的情况。资料少时，先直接把文件交给支持读文件的 AI 工具试用；需要长期给多人用，再考虑让 Codex 帮你做可搜索的资料问答。AI 仍可能答错，重要答案要能点回原文核对。
只有几份资料，要不要先搭一个 RAG？ →
先试最简单的一步：把允许分享的文件交给支持读文件的 AI 工具，问一个你知道答案的问题，看看它能否指出依据。几份文件、只给自己用，通常先这样试就够了。资料很多、经常更新，还要让其他人反复提问时，再考虑做可搜索的资料问答。选哪种做法，也要看文件是否适合上传到所用工具。
