Дополнительное обучение готовой модели на своих примерах, чтобы закрепить стиль, формат или узкую задачу.
Почему это важно здесь
Часто предлагается там, где достаточно подстановки документов. Дообучение меняет поведение, но не добавляет свежих фактов — и требует поддержки: с каждой новой версией базовой модели работу приходится повторять.
Пример
Стабильный формат протокола встречи — задача для дообучения. Актуальный прайс — нет, это задача подстановки документов.
Когда нужно
Когда модель должна стабильно работать в определённом стиле, формате или узкой задаче, и примеров в запросе недостаточно.
Альтернативы
Часто сначала пробуют хороший запрос с примерами и поиск по базе знаний (RAG). Они дешевле и проще в обновлении.
Что нужно
Качественные размеченные примеры, оценка на отдельной выборке и план обновления при изменении данных.
Рядом
RAG, AI/ML Lifecycle, MLOps
Материал обновлён 3 октября 2026