Nieuws

Fine-tuning, RAG en MeMo vergeleken: waar moet LLM-kennis worden opgeslagen?

Een artikel op Towards AI vergelijkt drie methoden om LLM-kennis bij te werken: fine-tuning (wijzigen van gewichten), RAG (wijzigen van context) en MeMo (Memory as a Model, een aparte trainbare geheugenlaag). Het betoogt dat het updaten van LLM-kennis een systeemarchitectuurprobleem is geworden en dat de keuze afhangt van of je gedragsaanpassing, actuele verifieerbare kennis of een trainbare geheugencomponent nodig hebt.