选择自训练大模型还是prompt工程

这个首先要看你解决的业务场景是什么？ 📍适合高精度的应用场景 - 医疗行业 - 金融行业 以医疗行业为例 👍主要的工作内容 1. 获取标注数据：你需要收集大量的医学图像数据，并由专业的医学专家进行标注。这个过程通常需要1个月的时间。 2. 在数据上训练模型：使用标注的数据训练一个深度学习模型，这个过程需要2个月的时间。 3. 部署和调用模型：训练完成后，你需要将模型部署到实际环境中，并进行测试和优化，这个过程大约需要3个月的时间。 优势： - 高精度：适用于需要高精度的专业应用，例如医学图像分析、金融风险评估等。 劣势： - 高成本：数据收集和标注成本高，训练周期长，对硬件要求高。 总结：如果你的项目需要高度专业化且精度要求高，例如医学诊断系统，自训练是一个比较好的选择 📍2、prompt工程 适用于角色扮演场景，对话知识内容要求的不是很高，需要有新的创意 1. 指定提示词：例如，你可以输入“生成一篇关于夏季旅游的文章”。这个过程通常只需几分钟到几小时。 2. 调用模型：AI模型根据提示词生成内容，这个过程同样只需几分钟到几小时。 最后，如果你的项目对知识精准度要求不高，例如自动文章生成、社交媒体内容创作等，prompt工程是个选择 总之，还是根据你要解决的客户问题，其他的技术实现方式反而没有这么重要