# तीन उत्तोलक और हर एक क्या बदलता है — Fine-tuning बनाम Prompting

Source: https://www.skillbyai.com/hi/fine-tuning/d-levers

> Prompting, RAG और fine-tuning अलग समस्याएँ हल करते हैं।

## निर्देश, ज्ञान, व्यवहार

**Prompting** **इनपुट** बदलती है (निर्देश, उदाहरण, format); मॉडल अछूता रहता है, इसलिए बदलाव तुरंत और पलटने योग्य हैं। **Retrieval (RAG)** भी इनपुट बदलता है, सवाल के समय वह **ज्ञान** जोड़कर जो मॉडल के पास नहीं। **Fine-tuning** **मॉडल को ही** बदलती है: आपके उदाहरणों पर जारी प्रशिक्षण weights खिसकाता है और इसलिए उसका **डिफ़ॉल्ट व्यवहार** (शैली, format, संकरे कौशल)। ग़ायब या बदलते **तथ्य** retrieval की ओर, अस्पष्ट **निर्देश** prompting की ओर, और वह एकसमान **व्यवहार** जो prompt भरोसे से नहीं दे पाता, fine-tuning की ओर इशारा करते हैं। ये मिलकर अच्छा काम करते हैं: tuned मॉडल भी retrieval उपयोग कर सकता है।

## इनपुट बदलें, ज्ञान जोड़ें, या मॉडल बदलें

तीन उत्तोलक LLM system को अलग तरीक़ों से और बहुत अलग लागत पर बदलते हैं।

![चार विचार: उत्तोलक, सीढ़ी, उपयुक्तता, लागत।](assets/figures/fine-tuning/section-1-map.svg) — चित्र 1.1 — उत्तोलक, सीढ़ी, उपयुक्तता और लागत।

## कौन-सी समस्या के लिए कौन-सा उत्तोलक

पहला मार्गदर्शन; हमेशा मूल्यांकन से पुष्टि करें।

```text
Symptom                                                Likely lever
answers lack our private / recent facts                 RAG (retrieval)
model ignores or misreads instructions                  better prompt, examples, structure
format/tone drifts despite clear instructions            few-shot first; then fine-tune
prompt is huge (many examples) and costs too much        fine-tune a smaller model
need a narrow skill a general model does poorly          fine-tune (with enough good data)
model does not know the topic at all                     stronger model and/or retrieval
```

## पहले कमी का नाम लें

लीवर चुनने से पहले लिखें कि विफलता तथ्यों, निर्देशों या व्यवहार की है; अधिकांश व्यर्थ fine-tuning छूटे निदान से शुरू होती है।

**Quiz:** ताज़े, बदलते तथ्य जोड़ने में कौन-सा उत्तोलक सबसे भरोसेमंद है?

- [ ] शैली पर लंबा prompt
- [ ] Fine-tuning
- [x] Retrieval (RAG)
- [ ] Temperature बढ़ाना

*Answer:* Retrieval (RAG). Retrieval सवाल के समय वर्तमान, स्रोत-योग्य तथ्य लाता है।