当提示已经起作用时停止微调

我团队中的某人想要针对我们的语气微调模型，我劝说他们打消了这个念头。提示已经完成了 90%，微调将花费一周的时间，而且我们没有数据集。

当行为难以描述、一种风格、一种判断、一种没有提示的模式时，微调就会发挥作用。对于“听起来像我们”来说，三行指令十有八九胜过训练。

这个陷阱很新颖，因为它就在那里，所以让人印象深刻。大多数团队不需要自定义模型；他们需要更好的提示和他们不断跳过的人工审核步骤。

微调前，证明提示失败。如果没有，那么更高级的工具只是一种更昂贵的方式来完成你已经可以做的事情。对于提示确实达不到的部分，保存训练。