先抓住一句差異
微調 側重 微調是在預訓練模型基礎上，以少量特定領域資料繼續訓練，使通用模型適應特定任務需求，提升性能。 ，而 檢索增強生成 側重 RAG（檢索增強生成）讓 AI 回答問題前先查詢外部知識庫，再結合查到的資料生成答案，大幅減少幻覺、提升回答準確性。 。
差異摘要
手機可左右滑動查看完整欄位 →
| 比較面向 | 微調 | 檢索增強生成 |
|---|---|---|
| 一句定義 | 微調是在預訓練模型基礎上，以少量特定領域資料繼續訓練，使通用模型適應特定任務需求，提升性能。 | RAG（檢索增強生成）讓 AI 回答問題前先查詢外部知識庫，再結合查到的資料生成答案，大幅減少幻覺、提升回答準確性。 |
| 常見標籤 | 遷移學習、模型訓練、深度學習、AI應用 | 生成式AI、自然語言處理、大型語言模型、知識圖譜 |
| iPAS 熱度 | 未分類 · 平均考題佔比 2% | 高頻 · 平均考題佔比 8% |
| 考生最常問 | 微調會不會把原本能力弄壞？ | RAG 是什麼？ |
微調
Fine-tuning iPAS 重點微調是在預訓練模型基礎上，以少量特定領域資料繼續訓練，使通用模型適應特定任務需求，提升性能。
- 常見標籤
- 遷移學習模型訓練深度學習AI應用
- iPAS 熱度
- 未分類 · 平均考題佔比 2%
- 考生最常問
- 微調會不會把原本能力弄壞？
檢索增強生成
Retrieval-Augmented Generation iPAS 重點RAG（檢索增強生成）讓 AI 回答問題前先查詢外部知識庫，再結合查到的資料生成答案，大幅減少幻覺、提升回答準確性。
- 常見標籤
- 生成式AI自然語言處理大型語言模型知識圖譜
- iPAS 熱度
- 高頻 · 平均考題佔比 8%
- 考生最常問
- RAG 是什麼？
怎麼選比較好？
選 微調 的時機
當你的需求更接近「微調是在預訓練模型基礎上，以少量特定領域資料繼續訓練，使通用模型適應特定任務需求，提升性能。」時，先從 微調 的概念、FAQ 與考題切入會更有效率。
選 檢索增強生成 的時機
當你要處理的是「RAG（檢索增強生成）讓 AI 回答問題前先查詢外部知識庫，再結合查到的資料生成答案，大幅減少幻覺、提升回答準確性。」這類情境，檢索增強生成 會是更直接的關鍵詞與備考入口。
常見比較焦點：知識更新方式不同。
下一步建議
比較限制與資料日期
本頁只整理兩個術語正本中現有的定義、標籤、FAQ與iPAS欄位，不提供數值排名或單一答案。 資料最後更新：2026/07/29。 完整內容與來源請回各術語頁核對。