Fine-tuning, RAG หรือ Workflow ควรใช้อะไร
เรียนรู้เรื่อง “Fine-tuning, RAG หรือ Workflow ควรใช้อะไร” เพื่อแยกความสามารถ ข้อมูล สิทธิ์ ต้นทุน และความรับผิดชอบก่อนตัดสินใจใช้ AI
เป้าหมาย: อธิบายแนวคิดด้วยระบบจริงและถามคำถามที่ตรวจหลักฐานได้ · ใช้เวลาประมาณ 14 นาที
Capability → State → Action → Responsibility
ถามสี่คำถามนี้แทนการเดาจากชื่อผลิตภัณฑ์
Capability
ส่วนใดสร้าง จำแนก ค้น หรือคำนวณ
State
ข้อมูลและ memory อยู่ที่ใด นานเท่าไร
Action
เรียก tool หรือเปลี่ยนระบบได้หรือไม่
Responsibility
ใครตรวจ อนุมัติ และรับผล
คำศัพท์ที่ต้องแปล
fine-tuning
อธิบาย fine-tuning ด้วยสิ่งที่ระบบทำ ข้อมูลที่ใช้ และข้อจำกัด
ขอ architecture, policy และ evidence แทนคำโฆษณา
RAG
อธิบาย RAG ด้วยสิ่งที่ระบบทำ ข้อมูลที่ใช้ และข้อจำกัด
ใช้ Prompt/Workflow คุมขั้นตอน ใช้ RAG ให้ความรู้ที่เปลี่ยนได้ และพิจารณา fine-tuning เมื่อพฤติกรรมหรือรูปแบบคงที่มีข้อมูลคุณภาพและ eval เพียงพอ
Workflow
อธิบาย Workflow ด้วยสิ่งที่ระบบทำ ข้อมูลที่ใช้ และข้อจำกัด
ใช้ Prompt/Workflow คุมขั้นตอน ใช้ RAG ให้ความรู้ที่เปลี่ยนได้ และพิจารณา fine-tuning เมื่อพฤติกรรมหรือรูปแบบคงที่มีข้อมูลคุณภาพและ eval เพียงพอ
dataset
อธิบาย dataset ด้วยสิ่งที่ระบบทำ ข้อมูลที่ใช้ และข้อจำกัด
ใช้ Prompt/Workflow คุมขั้นตอน ใช้ RAG ให้ความรู้ที่เปลี่ยนได้ และพิจารณา fine-tuning เมื่อพฤติกรรมหรือรูปแบบคงที่มีข้อมูลคุณภาพและ eval เพียงพอ
ศัพท์ที่ทำให้ตัดสินใจผิด
ใช้คำ Agent กับทุกอย่าง
ประเมินสิทธิ์และความเสี่ยงผิด
วาด data/action flow
คิดว่า upload = training
คาดว่าระบบจำถาวร
แยก context, RAG, memory, fine-tuning
open = free
พลาด license และ operations
ตรวจสิทธิ์และ TCO
ถอดคำโฆษณาเป็นคำถาม
บริษัทอยากให้โมเดลรู้ SOP ล่าสุดและใช้โทนแบรนด์
เขียนคำถามถึง vendor/ทีมเทคนิคเรื่อง capability, data, action, evaluation และ responsibility
ดูคำตอบตัวอย่าง
ระบุว่า Model ใดทำอะไร ข้อมูลถูกส่งและเก็บที่ไหน ใช้ training หรือไม่ มี memory/RAG อย่างไร Agent เรียก tool ด้วยสิทธิ์ใด ใช้ API แบบไหน license อนุญาตอะไร ใคร evaluate และใครอนุมัติผลกระทบ
- capability
- data/state
- tools/permission
- evaluation
- license/cost
- owner
บันทึกช่วยจำ
- คำศัพท์และผลิตภัณฑ์เปลี่ยนเร็ว ให้ตรวจเอกสารทางการล่าสุด
- ชื่อทางการตลาดไม่รับรอง architecture หรือสิทธิ์
สรุปบทเรียนนี้
- แยกความสามารถจากผลิตภัณฑ์
- ถามข้อมูลและสิทธิ์
- ตัดสินจาก evidence