大模型：预训练、微调、RAG 通俗讲解

一、预训练（Pretrain）

模型的 “基础教育”

• 数据量极大、算力成本极高
• 训练完得到基础通用大模型（如原版文心、通义、Llama）
• 不针对具体业务，能力泛而不精

二、微调（Fine-tuning）

给通用模型做 “专项补课”

• 有监督微调 SFT：教模型按指定格式、语气、回答规范输出（客服、写作、问答）
• RLHF/DPO：对齐人类偏好，让回答更得体、更符合人类习惯

• 不用海量数据，成本远低于预训练
• 改变模型本身权重，能力固化进模型
• 适合固定话术、专属风格、垂直领域问答

三、RAG 检索增强生成

给模型配 “外接知识库” 全称：Retrieval-Augmented Generation

• 不改模型权重，上线快、灵活
• 知识可随时更新（不用重新训练）
• 适合企业私有文档、实时信息、法规、产品手册等

三者核心对比

落地组合（行业常用）

通用模型 → 微调（规范话术）+ RAG（查私有资料）= 企业专属智能问答 / 客服 / 知识库机器人。