在什么情况下应该用RAG而非微调？什么情况反之？

选RAG的情况：

• 知识频繁更新（日报/周报级），微调跟不上更新速度
• 需要引用来源，回答需要可溯源
• 知识量巨大（百万文档级别），无法全部纳入训练数据
• 快速PoC验证，不想投入微调成本
• 多租户场景（每个客户的数据不同但不想为每个客户微调模型）

选微调的情况：

• 需要改变模型的「行为风格」（如强制使用特定术语、格式）
• 领域知识相对固定稳定（如教科书知识）
• 要求极低延迟（无检索步骤，直接生成）
• 需要模型「内化」领域知识而非「参考」知识
• RAG的检索准确率不够（文档结构与query形式差距太大）

组合使用：微调+ RAG = 领域模型 + 最新知识（最佳实践）