資源:TunedModel
使用 ModelService.CreateTunedModel 建立微調的模型。
JSON 表示法 |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
欄位 | |
---|---|
name |
僅供輸出。調整後模型的名稱。建立時會產生不重複的名稱。範例: |
displayName |
選用設定。這個模型在使用者介面中的顯示名稱。顯示名稱的長度上限為 40 個半形字元 (包含空格)。 |
description |
選用設定。此模型的簡短說明。 |
state |
僅供輸出。經過調整的模型的狀態。 |
createTime |
僅供輸出。建立這個模型的時間戳記。 採用 RFC3339 世界標準時間「Zulu」格式的時間戳記,採用奈秒解析度和最多九個小數位數。範例: |
updateTime |
僅供輸出。更新這個模型時的時間戳記。 採用 RFC3339 世界標準時間「Zulu」格式的時間戳記,採用奈秒解析度和最多九個小數位數。範例: |
tuningTask |
必要欄位。用於建立經過調整模型的調整工作。 |
聯集欄位 source_model 。做為調整依據的模型。source_model 只能是下列其中一項: |
|
tunedModelSource |
選用設定。調整 dModel 以做為訓練新模型的起點。 |
baseModel |
不可變動。要調整的 |
temperature |
選用設定。控制輸出的隨機性。 值的範圍可以超過 這個值會將預設值指定為建立模型時基礎模型所使用的預設值。 |
topP |
選用設定。適用於核子樣本。 核子取樣會考量一組機率總和至少為 這個值會將預設值指定為建立模型時基礎模型所使用的預設值。 |
topK |
選用設定。適用於 Top-K 取樣。 「Top-K」取樣會考量一組可能性最高的 這個值會將預設值指定為建立模型時基礎模型所使用的預設值。 |
TunedModelSource
調整過的模型做為訓練新模型的來源。
JSON 表示法 |
---|
{ "tunedModel": string, "baseModel": string } |
欄位 | |
---|---|
tunedModel |
不可變動。要做為訓練新模型起點的 |
baseModel |
僅供輸出。這個 |
狀態
經過調整的模型的狀態。
列舉 | |
---|---|
STATE_UNSPECIFIED |
預設值。未使用這個值。 |
CREATING |
正在建立模型, |
ACTIVE |
模型已可供使用, |
FAILED |
無法建立模型。 |
TuningTask
調整會建立經過調整模型的工作。
JSON 表示法 |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
欄位 | |
---|---|
startTime |
僅供輸出。開始調整這個模型時的時間戳記。 採用 RFC3339 世界標準時間「Zulu」格式的時間戳記,採用奈秒解析度和最多九個小數位數。範例: |
completeTime |
僅供輸出。調整這個模型完成的時間戳記。 採用 RFC3339 世界標準時間「Zulu」格式的時間戳記,採用奈秒解析度和最多九個小數位數。範例: |
snapshots[] |
僅供輸出。調整期間收集的指標。 |
trainingData |
必要欄位。僅限輸入。不可變動。模型訓練資料。 |
hyperparameters |
不可變動。控制調整程序的超參數。如未提供,系統會使用預設值。 |
TuningSnapshot
只會記錄單一調整步驟。
JSON 表示法 |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
欄位 | |
---|---|
step |
僅供輸出。調整步驟。 |
epoch |
僅供輸出。這個步驟屬於這個週期。 |
meanLoss |
僅供輸出。這個步驟的訓練範例平均損失。 |
computeTime |
僅供輸出。計算這項指標的時間戳記。 採用 RFC3339 世界標準時間「Zulu」格式的時間戳記,採用奈秒解析度和最多九個小數位數。範例: |
資料集
用於訓練或驗證的資料集。
JSON 表示法 |
---|
{ // Union field |
欄位 | |
---|---|
聯集欄位 dataset 。內嵌資料或資料參照。dataset 只能是下列其中一項: |
|
examples |
選用設定。內嵌範例。 |
TuningExamples
一組調整範例。可以是訓練或驗證資料。
JSON 表示法 |
---|
{
"examples": [
{
object ( |
欄位 | |
---|---|
examples[] |
必要欄位。範例。可以是文字或討論的輸入內容範例,但集合中的所有範例都必須屬於相同類型。 |
TuningExample
單一調整範例。
JSON 表示法 |
---|
{ "output": string, // Union field |
欄位 | |
---|---|
output |
必要欄位。預期的模型輸出內容。 |
聯集欄位 model_input 。這個範例中模型的輸入內容。model_input 只能是下列其中一項: |
|
textInput |
選用設定。文字模型輸入內容。 |
超參數
控制調整程序的超參數。如要瞭解詳情,請前往 https://ai.google.dev/docs/model_tuning_guidance
JSON 表示法 |
---|
{ // Union field |
欄位 | |
---|---|
聯集欄位 learning_rate_option 。調整期間指定學習率的選項。learning_rate_option 只能是下列其中一項: |
|
learningRate |
選用設定。不可變動。用於調整的學習率超參數。如果未設定,系統將根據訓練範例數量計算 0.001 或 0.0002 的預設值。 |
learningRateMultiplier |
選用設定。不可變動。學習率調節係數會根據預設 (建議) 值計算最終學習率。實際學習率 := learningRateMultiplier * 預設學習率 預設學習率取決於基礎模型和資料集大小。如未設定,系統會使用預設值 1.0。 |
epochCount |
不可變動。訓練週期數。訓練週期是指通過訓練資料一次。如未設定,系統會使用預設值 5。 |
batchSize |
不可變動。用於調整作業的批次大小超參數。如未設定,系統會根據訓練範例數量,使用預設值 4 或 16。 |
方法 |
|
---|---|
|
建立調整過的模型。 |
|
刪除調整過的模型。 |
|
以提供輸入 GenerateContentRequest 的方式從模型產生回應。 |
|
以指定的輸入訊息從模型產生回應。 |
|
取得特定 TunedModel 的相關資訊。 |
|
列出使用者擁有的調整後模型。 |
|
更新調整後的模型。 |
|
轉移調整後模型的擁有權。 |