RAG vs 微调
面试最忌讳二选一思维。RAG 和微调解决的不是同一层的问题：RAG 不改模型参数，推理时把外部知识检索出来注入上下文，是开卷考试；微调用数据继续训练，把知识写进权重，是背书进脑子。
RAG 解决的是知识供给问题：模型不知道某份内部文档，就现场查给它看。微调解决的是行为固化问题：让模型稳定遵守某种输出格式、领域术语、回答风格。
四维判断
| 维度 | 偏向 RAG | 偏向微调 |
|---|---|---|
| 知识更新频率 | 每天变（政策、价格、产品手册） | 长期稳定（流程、风格） |
| 溯源需求 | 必须给引用来源 | 知识在参数里，无法逐条溯源 |
| 成本结构 | 向量库加检索链路，无训练成本 | GPU 训练、标注数据、版本管理 |
| 治理与权限 | 私有数据不进权重，权限隔离和审计容易 | 数据进了权重，删除和审计都难 |
两个高频误区：把 RAG 当万能补丁，知识库质量差时它只会把噪声塞进上下文；把微调用来记最新事实，频繁变化的数据写进权重，更新慢、难溯源、难删除。
检索质量是上限
RAG 有一个重要的直觉：生成层只是复述和整理检索到的内容，上限被检索层死死卡住。 没检索到的东西，LLM 变不出来。所以 RAG 系统调优的主战场永远是检索这一层，不是换更强的模型。很多人一上来就想换更贵的模型提升效果，方向反了。
组合使用：微调解决“怎么说”，RAG 解决“说什么”
生产环境最常见的做法是两者结合，各司其职：
- 先用微调（或 LoRA）让模型学会输出格式、语气风格、行业术语
- 再用 RAG 提供具体的知识内容
- 用评测集监控检索召回率、答案忠实度、引用准确率
微调默认选 LoRA：只训练少量低秩适配参数，成本低、版本管理方便、可为不同业务维护多套 adapter。全量微调只在能力改造很深时才考虑。无论哪种，微调都不能替代 RAG 的事实更新能力，且微调前必须准备旧任务回归集，防止新风格学会了、原有能力退化。
面试追问
- 本质区别？ RAG 参数不动、知识在外部、推理时检索注入；微调改参数、知识进权重。前者开卷，后者背书
- 什么时候用 RAG？ 知识频繁更新、需要可溯源、私有数据不能进权重。企业知识库问答、客服、合同问答都是典型场景
- 什么时候用微调？ 固定任务能力强化、输出格式稳定控制、行业语言风格适配。工单分类、结构化抽取、客服话术
- 为什么不用微调记知识？ 数据每周变，每次微调几小时到几天，成本扛不住；回答来自参数无法溯源，出错难定位
- 两者怎么组合？ 微调约束“怎么说”（格式、风格、术语），RAG 提供“说什么”（事实）。典型架构：RAG 检索合同条款，微调后的模型学习如何引用条款、何时拒答