# Дообучение агента (Fine-tune)

<figure><img src="/files/mY646ox0YL2uKFHpXHg1" alt=""><figcaption></figcaption></figure>

Дообучение (fine-tuning) — это способ адаптировать уже существующую модель ИИ под ваши конкретные задачи и потребности.

Вместо того чтобы создавать модель с нуля, вы берёте готовую базовую модель и дообучаете её на данных, специфичных для вашего бизнеса. Это помогает модели лучше понимать вашу терминологию, контекст и сценарии работы.

***

### Что даёт дообучение?

1. **Лучшее качество ответов**\
   Модель обучается на большем количестве примеров, чем обычно можно передать в одном запросе.
2. **Экономия токенов**\
   Часть логики и знаний переносится внутрь модели, поэтому промпт можно сделать короче.
3. **Снижение задержек**\
   Ответы могут приходить быстрее за счёт меньшего объёма контекста.
4. **Повышение надёжности**\
   Дообучение помогает в задачах, где обычного промптинга уже недостаточно.

### Когда стоит использовать дообучение?

1. **Настройка стиля и тона**\
   Если агент должен отвечать в строго определённой манере.
2. **Сложные сценарии**\
   Когда промптинг не даёт стабильного результата.
3. **Улучшение качества**\
   Когда нужно обучить модель на большом количестве узкоспециализированных примеров.
4. **Снижение затрат**\
   Когда вы хотите перейти на более дешёвую модель, но сохранить качество за счёт дообучения.
5. **Редкие и сложные кейсы**\
   Когда базовая модель часто ошибается в нетипичных ситуациях.

***

### Как работает процесс дообучения?

1. **Сбор данных**\
   Вы подготавливаете набор примеров: диалоги, формулировки, нужный стиль ответов и характерные случаи.
2. **Обучение**\
   Модель дообучается на этих данных и начинает лучше повторять нужную логику.
3. **Тестирование и корректировка**\
   После обучения модель проверяется на реальных задачах. При необходимости датасет дополняется, а обучение запускается повторно.

***

### Преимущества дообучения

1. **Высокая точность ответов**\
   Модель лучше понимает ваш бизнес и отвечает более уверенно.
2. **Экономия токенов**\
   Контекст можно держать короче, чем при длинных промптах.
3. **Снижение времени ответа**\
   Меньше данных передаётся в модель при каждом запросе.
4. **Снижение затрат**\
   Иногда выгоднее дообучить более доступную модель, чем постоянно использовать более дорогую базовую.

***

### Сколько стоит дообучение?

При использовании дообученной модели важно учитывать две части стоимости:

1. **Стоимость самого обучения**\
   Цена зависит от объёма и сложности датасета.
2. **Стоимость использования дообученной модели**\
   После обучения модель обычно становится дороже в эксплуатации, чем базовая версия.

В текущей логике Nextbot:

* модель `4o mini` стоит примерно в 2 раза дороже базовой
* модель `4o` стоит примерно в 1.5 раза дороже базовой

### Выбор модели для обучения

Доступный список моделей для обучения может расширяться. Выбирайте подходящий вариант, исходя из ваших задач, бюджета и требуемого качества ответов.

<figure><img src="/files/G0XweWlipquHQTyBGEJu" alt=""><figcaption></figcaption></figure>

### Пример для бизнеса

**Кейс: техническая поддержка**

Компания продаёт оборудование, и клиенты часто задают сложные вопросы по его эксплуатации.

**Что делаем:**

1. Собираем частые вопросы, реальные диалоги и инструкции.
2. Дообучаем модель на этих данных.
3. Проверяем, как она отвечает на типовые и сложные запросы.

**Результат:**

* снижается нагрузка на поддержку
* ответы становятся точнее
* клиент быстрее получает нужную информацию

***

### Советы перед стартом

1. **Сначала попробуйте промптинг**\
   Часто проблему можно решить без дообучения.
2. **Подготовьте качественные данные**\
   Хороший датасет влияет на результат сильнее, чем сам выбор модели.
3. **Тестируйте итеративно**\
   После обучения обязательно проверяйте модель на реальных задачах.

{% hint style="info" %}
Если вам нужна пошаговая инструкция по запуску обучения в интерфейсе Nextbot, смотрите статью [Как обучить свою модель?](/functional/obuchenie/kak-obuchit-svoyu-model.md).
{% endhint %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://doc.nextbot.ru/advices/advanced-techniques/doobuchenie-agenta-fine-tune.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.