Agent xarakterli süni intellekt sistemlərinin inkişafında səmərəliliyi artırmaq üçün müxtəlif strategiyalar arasından seçim etmək layihənin uğuruna birbaşa təsir göstərir. Bu məqalədə "Promptların keşlənməsi" (Prompt Caching) və "İncə tənzimləmə" (Fine-tuning) arasındakı fərqlər ətraflı şəkildə nəzərdən keçirilir. Bu iki metod hesablama xərclərini azaltmaqla yanaşı, modelin cavab müddətini azaltmaq üçün də əsas həll yolları hesab olunur.
Promptların keşlənməsi daxil edilən məlumatların təkrarlanan hissələrini yadda saxlayaraq vaxta və pula qənaət etdiyi halda, incə tənzimləmə modelin çəkilərini dəyişdirərək onu konkret tapşırıqlar üçün daha optimallaşdırılmış vəziyyətə gətirir. Bu yazıda tərtibatçılara iqtisadi və texniki parametrlərə əsasən bu iki yanaşma arasında və ya onların kombinasiyasından ən yaxşı variantı seçməyə kömək edəcək hərtərəfli qərar qəbuletmə çərçivəsi təqdim olunur.