iPAS AI 應用規劃師初級 115 年第二次 科一 第 50 題 詳解

115 年第二次 科一 人工智慧基礎概論

某企業已部署一套預訓練大型語言模型作為內部知識問答系統，主要用於查詢人資、財務與法遵相關的內部規範。由於公司內規每月都會滾動更新，管理層要求系統在文件更新後必須能立即反映最新內容，不能等待模型重新訓練。技術團隊正在評估應採用檢索增強生成（RAG）還是微調（Fine-tuning）來因應此需求。請問下列哪一項評估最為正確？

1. A採用Fine-tuning較為適合，只要定期將更新後的內規文件加入訓練資料，模型便能即時反映最新規範內容

   微調需重新訓練與驗證，無法做到文件更新即時生效。

2. B採用RAG較為適合，將更新後的文件同步至外部知識庫，模型即可在不重新訓練的情況下立即查詢最新內容（正確答案）

   更新外部知識庫即可被檢索，模型權重不必動。

3. C採用Fine-tuning較為適合，因為模型經過內規語料訓練後，回應品質會優於透過RAG生成的答案

   品質比較離題，需求主軸是更新時效。

4. D兩者皆可達成需求，差異僅在於建置成本高低，與系統能否即時反映更新內容無關

   兩者時效性本質不同，不只是成本差異。