清华社课件人工智能素养4.2展望未来：让AI更强大的两种方式.pptxVIP

AI进化双引擎：RAG与微调技术解密

破局之问：AI为何需要升级开卷考试：RAG技术深度解析专业深造：模型微调技术揭秘路径抉择：RAG与微调多维对比架构思维：从使用者到设计者跃迁

01破局之问：AI为何需要升级

通用大模型的双重困局：陈旧与幻觉知识截止日期：毕业多年的博学学者通用大模型如同一位毕业多年的学者，学富五车却对训练后的新发展一无所知。其知识存在明确的截止日期，无法感知最新技术突破、市场动态或政策变化，导致回答时效性严重受限，难以满足对前沿信息有需求的业务场景。模型幻觉：边界之外的善意编造当问题触及知识边界时，大模型为提供答案可能编造看似合理实则虚假的信息，即产生幻觉。这种不确定性在金融、医疗、法律等高精度领域风险极高，直接威胁决策可靠性，成为阻碍AI深度落地的关键信任瓶颈。

两条进化路径：外接知识库与重塑大脑路径一：检索增强生成（RAG）不改变模型本身，赋予其外部知识库查询权限，如同为学者配备实时更新的图书馆。知识更新便捷，成本较低，适合事实性问答场景。路径二：模型微调（Finetuning）直接对模型大脑进行再训练，将通才锻造为领域专家。知识内化彻底，擅长学习特定风格与行为模式，适合深度定制需求。选型核心：工具赋能还是能力内化RAG是外挂工具，知识可插拔；微调是重塑本体，能力固永久。二者并非互斥，理解差异方能像架构师一样按需组合，构建更强大的AI应用。

02开卷考试：R