本文探讨了通过精调和检索增强生成（RAG）技术提升大型语言模型（LLMs）在问答任务中的表现。研究表明，RAG在知识密集型任务中优于精调，而微调则能增强模型的泛化能力。通过对农业数据集的分析，提出了一种有效的微调和RAG流程，展示了在特定行业知识整合方面的优势。