How-to

面试观察:企业想训自己的模型,多数说不清要解决什么问题

Why we picked it

面试官吐槽企业张口就要训模型,被追问三个具体问题就答不上来。文章点出 RAG 和知识库才是多数场景的正解,正在做技术选型的团队值得对照自查。

一位技术面试官分享了近几次面试中反复出现的现象:候选人所在企业抱怨某某模型不懂行业,声称要训自己的模型,但当被追问模型具体哪里不行、要提升哪方面能力、用哪些数据训练时,基本答不上来。企业能说出的理由只有行业积累多年、数据是壁垒、有核心价值。

Body

面试者认为多数企业轻视了知识库、RAG 和实时检索,而这些对绝大部分场景才是最现实可行的路径。动辄训模型、做行业首个大模型,往往是没有想清楚微调与检索增强之间的区别。

Original · shao__meng

最近几次面试,反复听到这句话: 某某模型不行,不懂我们这个行业,我们想训自己的模型! 刚开始那次,还想继续往下讨论:某某模型具体哪里不行?要训练模型准备提升哪方面能力?现有哪些数据可以用来训练? 基本也是说不清的状态,只是说企业在这个行业内很多年,积累了很多数据,是壁垒,有核心价值! 再往下就说不清了,也可能是确实涉及企业核心信息,不方便透露了。 所以后来再听到这种信息,我也只说:哦,好。 不知道为什么,企业总会轻看知识库、RAG 和实时检索?其实对绝大部分场景,这些才是最现实可行的路径吧。 动不动就训模型,做行业首个大模型,可能还是没有想清楚它们之间的区别。📊 1 ⚡

Industry Coordinates & Source Verification

This report is categorized under AITOP's "How-to" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include RAG, fine-tuning, knowledge bases, prompt engineering.

Source attribution: curated from shao__meng (@shao__meng).