- Ressource: TunedModel
- TunedModelSource
- Bundesland
- TuningTask
- TuningSnapshot
- Dataset
- TuningExamples
- TuningExample
- Hyperparameter
- Methoden
Ressource: TunedModel
Ein abgestimmtes Modell, das mit ModelService.CreateTunedModel erstellt wurde.
JSON-Darstellung |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
Felder | |
---|---|
name |
Nur Ausgabe Der Name des abgestimmten Modells. Bei der Erstellung wird ein eindeutiger Name generiert. Beispiel: |
displayName |
Optional. Der Name, der für dieses Modell auf der Benutzeroberfläche angezeigt werden soll. Der Anzeigename darf einschließlich Leerzeichen maximal 40 Zeichen lang sein. |
description |
Optional. Eine kurze Beschreibung dieses Modells. |
state |
Nur Ausgabe Der Status des abgestimmten Modells. |
createTime |
Nur Ausgabe Der Zeitstempel für den Zeitpunkt, zu dem dieses Modell erstellt wurde. Ein Zeitstempel im Format RFC3339 UTC „Zulu“ mit Nanosekundenauflösung und bis zu neun Nachkommastellen. Beispiele: |
updateTime |
Nur Ausgabe Der Zeitstempel für den Zeitpunkt, zu dem dieses Modell aktualisiert wurde. Ein Zeitstempel im Format RFC3339 UTC „Zulu“ mit Nanosekundenauflösung und bis zu neun Nachkommastellen. Beispiele: |
tuningTask |
Erforderlich. Die Abstimmungsaufgabe, mit der das abgestimmte Modell erstellt wird. |
Union-Feld source_model . Das Modell, das als Ausgangspunkt für die Abstimmung verwendet wird. Für source_model ist nur einer der folgenden Werte zulässig: |
|
tunedModelSource |
Optional. TunedModel, das als Ausgangspunkt zum Trainieren des neuen Modells verwendet werden soll. |
baseModel |
Nicht veränderbar. Der Name des abzustimmenden |
temperature |
Optional. Steuert die Zufälligkeit der Ausgabe. Werte können über Mit diesem Wert wird der Standardwert angegeben, der vom Basismodell beim Erstellen des Modells verwendet wird. |
topP |
Optional. Für Nucleus-Proben. Bei der Nucleus-Stichprobe werden die kleinsten Tokens berücksichtigt, deren Wahrscheinlichkeitssumme mindestens Mit diesem Wert wird der Standardwert angegeben, der vom Basismodell beim Erstellen des Modells verwendet wird. |
topK |
Optional. Für Top-K-Stichproben. Bei der Top-K-Stichprobe wird die Gruppe der Mit diesem Wert wird der Standardwert angegeben, der vom Basismodell beim Erstellen des Modells verwendet wird. |
TunedModelSource
Abgestimmtes Modell als Quelle zum Trainieren eines neuen Modells.
JSON-Darstellung |
---|
{ "tunedModel": string, "baseModel": string } |
Felder | |
---|---|
tunedModel |
Nicht veränderbar. Der Name des |
baseModel |
Nur Ausgabe Der Name der Basis- |
Status
Der Status des abgestimmten Modells.
Enums | |
---|---|
STATE_UNSPECIFIED |
Der Standardwert. Dieser Wert wird nicht verwendet. |
CREATING |
Das Modell wird erstellt. |
ACTIVE |
Das Modell ist einsatzbereit. |
FAILED |
Das Modell konnte nicht erstellt werden. |
TuningTask
Abstimmungsaufgaben, die abgestimmte Modelle erstellen.
JSON-Darstellung |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
Felder | |
---|---|
startTime |
Nur Ausgabe Der Zeitstempel für den Start der Abstimmung dieses Modells. Ein Zeitstempel im Format RFC3339 UTC „Zulu“ mit Nanosekundenauflösung und bis zu neun Nachkommastellen. Beispiele: |
completeTime |
Nur Ausgabe Der Zeitstempel für den Abschluss der Abstimmung dieses Modells. Ein Zeitstempel im Format RFC3339 UTC „Zulu“ mit Nanosekundenauflösung und bis zu neun Nachkommastellen. Beispiele: |
snapshots[] |
Nur Ausgabe Während der Abstimmung erfasste Messwerte. |
trainingData |
Erforderlich. Nur Eingabe. Nicht veränderbar. Die Modelltrainingsdaten. |
hyperparameters |
Nicht veränderbar. Hyperparameter, die den Abstimmungsprozess steuern. Wenn nicht angegeben, werden Standardwerte verwendet. |
TuningSnapshot
Aufzeichnung für einen einzelnen Abstimmungsschritt.
JSON-Darstellung |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
Felder | |
---|---|
step |
Nur Ausgabe Der Schritt der Abstimmung. |
epoch |
Nur Ausgabe Die Epoche, zu der dieser Schritt gehörte. |
meanLoss |
Nur Ausgabe Der mittlere Verlust der Trainingsbeispiele für diesen Schritt. |
computeTime |
Nur Ausgabe Der Zeitstempel für den Zeitpunkt, zu dem dieser Messwert berechnet wurde. Ein Zeitstempel im Format RFC3339 UTC „Zulu“ mit Nanosekundenauflösung und bis zu neun Nachkommastellen. Beispiele: |
Dataset
Dataset für Training oder Validierung.
JSON-Darstellung |
---|
{ // Union field |
Felder | |
---|---|
Union-Feld dataset . Inline-Daten oder ein Verweis auf die Daten. Für dataset ist nur einer der folgenden Werte zulässig: |
|
examples |
Optional. Inline-Beispiele |
TuningExamples
Eine Reihe von Abstimmungsbeispielen. Dies können Trainings- oder Validierungsdaten sein.
JSON-Darstellung |
---|
{
"examples": [
{
object ( |
Felder | |
---|---|
examples[] |
Erforderlich. Die Beispiele. Die Beispieleingabe kann „Text“ oder „Diskussion“ sein. Alle Beispiele in einem Satz müssen jedoch vom gleichen Typ sein. |
TuningExample
Ein einzelnes Beispiel für die Feinabstimmung.
JSON-Darstellung |
---|
{ "output": string, // Union field |
Felder | |
---|---|
output |
Erforderlich. Die erwartete Modellausgabe. |
Union-Feld model_input . Die Eingabe für das Modell in diesem Beispiel. Für model_input ist nur einer der folgenden Werte zulässig: |
|
textInput |
Optional. Textmodelleingabe. |
Hyperparameter
Hyperparameter, die den Abstimmungsprozess steuern. Weitere Informationen finden Sie unter https://ai.google.dev/docs/model_tuning_guidance.
JSON-Darstellung |
---|
{ // Union field |
Felder | |
---|---|
Union-Feld learning_rate_option . Optionen zum Angeben der Lernrate während der Feinabstimmung. Für learning_rate_option ist nur einer der folgenden Werte zulässig: |
|
learningRate |
Optional. Nicht veränderbar. Der Lernraten-Hyperparameter für die Abstimmung. Wenn nichts festgelegt ist, wird basierend auf der Anzahl der Trainingsbeispiele ein Standardwert von 0,001 oder 0,0002 berechnet. |
learningRateMultiplier |
Optional. Nicht veränderbar. Der Lernratenmultiplikator wird verwendet, um eine endgültige learningRate auf der Grundlage des Standardwerts (empfohlen) zu berechnen. Tatsächliche Lernrate := learningRateMultiplikator * Standard-Lernrate Die Standardlernrate ist abhängig von der Größe des Basismodells und der Datenmenge. Wenn die Richtlinie nicht konfiguriert ist, wird der Standardwert „1,0“ verwendet. |
epochCount |
Nicht veränderbar. Die Anzahl der Trainingsphasen. Eine Epoche ist ein Durchlauf der Trainingsdaten. Wenn die Richtlinie nicht konfiguriert ist, wird der Standardwert 5 verwendet. |
batchSize |
Nicht veränderbar. Der Batchgrößen-Hyperparameter für die Abstimmung. Wenn nichts festgelegt ist, wird je nach Anzahl der Trainingsbeispiele ein Standardwert von 4 oder 16 verwendet. |
Methoden |
|
---|---|
|
Erstellt ein abgestimmtes Modell. |
|
Löscht ein abgestimmtes Modell. |
|
Generiert eine Antwort vom Modell auf Basis einer GenerateContentRequest -Eingabe. |
|
Generiert eine Antwort vom Modell auf eine Eingabenachricht. |
|
Ruft Informationen zu einem bestimmten TunedModel ab. |
|
Listet abgestimmte Modelle auf, die dem Nutzer gehören. |
|
Aktualisiert ein abgestimmtes Modell. |
|
Überträgt die Eigentümerschaft des abgestimmten Modells. |