Envoyer pour relecture

DeepSeek & Open-Source LLMs: Fine-Tuning and RAG

Envoyez votre travail à notre équipe pour relecture. S’il est validé, vous gagnez jusqu’à 10 points.

Répondez aux questions de Vérifiez vos acquis avec vos propres mots.

1. Why is RAG usually better than fine-tuning for company knowledge? 2. What does LoRA train instead of all weights? 3. Why combine vector and keyword search? Notes (facultatif)

Qui envoie ? Avec mon nom et mon e-mail (je confirme par un lien et les points comptent pour moi)

Votre nom E-mail

Afficher mon prénom et mes points dans le classement Anonymement (enregistré par adresse IP, aucun point conservé pour vous)

Nous conservons ce que vous envoyez et votre nom et e-mail, ou votre adresse IP si vous restez anonyme. Les adresses IP sont supprimées au bout de 90 jours. Politique de confidentialité

PandaDev

Services

Catalogue d’applications

Apprendre

Entreprise

Aide

Changer de langue

Envoyer pour relecture