Зміст
Вступ
Поширене очікування від корпоративного ШІ звучить так: «модель має знати наші документи, отже, її треба донавчити». На практиці це часто веде до дорогого рішення, яке складно підтримувати в актуальному стані.
Донавчання — не перший крок упровадження і не спосіб зробити модель корпоративним сховищем. Це спеціалізований інструмент для зміни поведінки: стилю, формату відповіді, термінології або способу виконання сталої задачі.
Чому це важливо
Корпоративні знання постійно змінюються: оновлюються регламенти й норми, з’являються результати обстежень, нові версії проєктної документації. Перенавчати модель після кожної зміни довго, дорого й ризиковано.
Архітектор має відокремлювати знання підприємства від поведінки моделі. Знання повинні залишатися в керованих системах із власниками, версіями та правами доступу. Поведінку в окремих випадках можна налаштувати донавчанням.
Основне пояснення
Корисно розрізняти три рівні:
- Знання підприємства. Чинні документи, норми, дані системи планування ресурсів підприємства, архіви й методики.
- Поведінка моделі. Стиль відповіді, корпоративна термінологія, структура висновку, формат класифікації.
- Базові здібності моделі. Розуміння мови, виконання інструкцій і загальні навички міркування.
RAG розв’язує задачу першого рівня: передає моделі дозволений та актуальний контекст. Донавчання зазвичай належить до другого.
flowchart TD
task[Бізнес-завдання] --> choice{Що потрібно змінити?}
choice -->|Додати актуальні знання| rag[RAG і корпоративна база знань]
choice -->|Змінити стиль або поведінку| tuning[Донавчання]
choice -->|Змінити послідовність дій| orchestration[Оркестрація та інтеграції]
Якщо підприємство щотижня випускає нові інструкції, їх слід індексувати в базі знань. Якщо ж модель має стабільно готувати чернетку висновку за затвердженим шаблоном, донавчання може дати вимірюваний результат.
Безпека та керованість
Донавчання опрацьовує внутрішні дані, тому воно не може бути експериментом окремої команди.
| Вимога | Практичне значення |
|---|---|
| Склад навчального набору | До нього потрапляють лише дозволені та релевантні приклади |
| Перевірене походження | Джерела й права на їх використання відомі |
| Контроль якості | Помилкові, застарілі та суперечливі приклади вилучено |
| Версіонування | Можна відтворити набір, параметри та результат навчання |
| Оцінювання й аудит | Якість, ризики та зміни вимірюють для кожної версії |
Слід також перевірити, чи не містить набір персональних, комерційно чутливих або інших конфіденційних відомостей без законної підстави та затвердженого режиму обробки.
Корпоративний приклад
Організація хоче, щоб ШІ допомагав готувати службові записки, технічні висновки й відповіді на звернення. Перший імпульс — донавчити модель на всіх корпоративних документах.
Стійкіша архітектура розділяє задачу. RAG передає чинні регламенти, факти та матеріали конкретного випадку. Донавчання, якщо воно справді потрібне, використовує знеособлені й перевірені приклади оформлення: структуру документа, стиль комунікації та сталу термінологію.
Нові знання тоді стають доступними через базу знань, а модель перенавчають лише за реальної зміни корпоративного стандарту поведінки.
Приклад з промислової безпеки
Експертні висновки з промислової безпеки мають визначену структуру й термінологію. Донавчання може допомогти підготувати чернетку в потрібній формі та скоротити час на редагування.
Проте нормативні вимоги, паспорт об’єкта, результати обстежень і чинні методики не повинні бути «запам’ятованими» моделлю. Вони надходять із дозволених корпоративних джерел, а експерт перевіряє їх застосовність і підписує остаточний висновок.
Типові помилки
- Намагатися завантажити всі знання підприємства в параметри моделі.
- Перенавчати модель після кожного оновлення документа.
- Використовувати неочищені, неперевірені або змішані за статусом дані.
- Не фіксувати версії наборів, моделі та критеріїв оцінювання.
- Оцінювати лише якість тексту, не перевіряючи фактичну коректність і ризики доступу.
Практичні висновки
Перед рішенням про донавчання дайте відповідь на кілька запитань:
- Чи змінюються потрібні знання регулярно?
- Чи потрібно змінити саме поведінку моделі, а не надати їй контекст?
- Чи можна розв’язати задачу RAG, шаблоном запиту або оркестрацією?
- Чи є якісний, законно зібраний і версіонований навчальний набір?
- Хто оцінюватиме й супроводжуватиме модель після навчання?
Якщо задача переважно пов’язана з актуальними знаннями, спочатку розвивайте корпоративну базу знань і RAG. Донавчання виправдане лише за підтвердженої потреби у сталому зміненні поведінки.
Ключові тези
- Донавчання не замінює RAG.
- Корпоративні знання мають зберігатися поза моделлю та залишатися актуальними.
- Донавчання змінює поведінку, стиль і формат, а не корпоративну пам’ять.
- Навчальні дані потребують контролю якості, прав доступу та версіонування.
- Рішення приймають від бізнес-завдання й вимірюваного ефекту, а не від бажання застосувати технологію.