REST Resource: tunedModels

المرجع: TunedModel

نموذج محسّن تم إنشاؤه باستخدام ModelService.CreateTunedModel.

تمثيل JSON 
{
  "name": string,
  "displayName": string,
  "description": string,
  "state": enum (State),
  "createTime": string,
  "updateTime": string,
  "tuningTask": {
    object (TuningTask)
  },

  // Union field source_model can be only one of the following:
  "tunedModelSource": {
    object (TunedModelSource)
  },
  "baseModel": string
  // End of list of possible types for union field source_model.
  "temperature": number,
  "topP": number,
  "topK": integer
}
الحقول
name

string

النتائج فقط. اسم النموذج الذي تم ضبطه سيتم إنشاء اسم فريد عند الإنشاء. مثال: tunedModels/az2mb0bpw6i في حال ضبط قيمة viewName على "إنشاء"، سيتم ضبط جزء "المعرّف" للاسم من خلال إجراء تسلسل للكلمات من DisplayName مع واصلات وإضافة جزء عشوائي للتفرد. مثال: DisplayName = "مترجم الجملة" = "tunedModels/sentence-translator-u3b7m"
displayName

string

اختياريّ. الاسم الذي سيتم عرضه لهذا النموذج في واجهات المستخدم يجب ألا يزيد الاسم المعروض عن 40 حرفًا شاملاً المسافات.
description

string

اختياريّ. اكتب وصفًا موجزًا لهذا النموذج.
state

enum (State)

النتائج فقط. حالة النموذج الذي تم ضبطه
createTime

string (Timestamp format)

النتائج فقط. الطابع الزمني عند إنشاء هذا النموذج.

طابع زمني بتنسيق RFC3339 UTC "Zulu" ، مع دقة نانوثانية وما يصل إلى تسعة أرقام كسرية. أمثلة: "2014-10-02T15:01:23Z" و"2014-10-02T15:01:23.045123456Z"
updateTime

string (Timestamp format)

النتائج فقط. الطابع الزمني لوقت تعديل هذا النموذج.

طابع زمني بتنسيق RFC3339 UTC "Zulu" ، مع دقة نانوثانية وما يصل إلى تسعة أرقام كسرية. أمثلة: "2014-10-02T15:01:23Z" و"2014-10-02T15:01:23.045123456Z"
tuningTask

object (TuningTask)

مطلوبة. مَهمّة الضبط التي تنشئ النموذج الذي تم ضبطه
حقل الاتحاد source_model النموذج المستخدَم كنقطة بداية للضبط يمكن أن يكون الحقل "source_model" واحدًا فقط مما يلي:
tunedModelSource

object (TunedModelSource)

اختياريّ. TunedModel لاستخدامها كنقطة بداية لتدريب النموذج الجديد.
baseModel

string

غير قابل للتغيير. اسم Model المطلوب توليفه مثلاً: models/text-bison-001
temperature

number

اختياريّ. تتحكّم هذه السياسة في التوزيع العشوائي للمخرجات.

يمكن أن تتراوح القيم أكثر من [0.0,1.0]، بشكل شامل. وعند استخدام قيمة أقرب من 1.0، تكون هذه الردود أكثر تنوعًا، في حين تؤدي عادةً القيمة الأقرب إلى 0.0 إلى ردود أقل إثارة للدهشة من النموذج.

تحدد هذه القيمة القيمة التلقائية لتكون القيمة التي يستخدمها النموذج الأساسي أثناء إنشاء النموذج.
topP

number

اختياريّ. لعينة Nucleus.

يراعي جمع عيّنات النواة أصغر مجموعة من الرموز المميّزة التي لا يقل مجموع احتمالية عرضها عن topP.

تحدد هذه القيمة القيمة التلقائية لتكون القيمة التي يستخدمها النموذج الأساسي أثناء إنشاء النموذج.
topK

integer

اختياريّ. لأخذ العيّنات من الأعلى

يضع أخذ العينات من المستوى الأعلى في الاعتبار مجموعة الرموز المميزة التي يُرجّح استخدامها أكثر من topK. تحدد هذه القيمة القيمة التلقائية التي سيتم استخدامها من قِبل الخلفية أثناء إجراء الاستدعاء للنموذج.

تحدد هذه القيمة القيمة التلقائية لتكون القيمة التي يستخدمها النموذج الأساسي أثناء إنشاء النموذج.

TunedModelSource

تم ضبط النموذج كمصدر لتدريب نموذج جديد.

تمثيل JSON 
{
  "tunedModel": string,
  "baseModel": string
}
الحقول
tunedModel

string

غير قابل للتغيير. تمثّل هذه السمة اسم TunedModel الذي سيتم استخدامه كنقطة بداية لتدريب النموذج الجديد. مثلاً: tunedModels/my-tuned-model
baseModel

string

النتائج فقط. اسم القاعدة Model التي تم ضبط TunedModel منها. مثلاً: models/text-bison-001

الحالة

حالة النموذج الذي تم ضبطه

عمليات التعداد
STATE_UNSPECIFIED القيمة التلقائية. هذه القيمة غير مستخدمة.
CREATING يتم إنشاء النموذج.
ACTIVE النموذج جاهز للاستخدام.
FAILED تعذّر إنشاء النموذج.

TuningTask

ضبط المهام التي تنشئ نماذج تم ضبطها

تمثيل JSON 
{
  "startTime": string,
  "completeTime": string,
  "snapshots": [
    {
      object (TuningSnapshot)
    }
  ],
  "trainingData": {
    object (Dataset)
  },
  "hyperparameters": {
    object (Hyperparameters)
  }
}
الحقول
startTime

string (Timestamp format)

النتائج فقط. الطابع الزمني لبدء ضبط هذا النموذج.

طابع زمني بتنسيق RFC3339 UTC "Zulu" ، مع دقة نانوثانية وما يصل إلى تسعة أرقام كسرية. أمثلة: "2014-10-02T15:01:23Z" و"2014-10-02T15:01:23.045123456Z"
completeTime

string (Timestamp format)

النتائج فقط. اكتمل الطابع الزمني عند ضبط هذا النموذج.

طابع زمني بتنسيق RFC3339 UTC "Zulu" ، مع دقة نانوثانية وما يصل إلى تسعة أرقام كسرية. أمثلة: "2014-10-02T15:01:23Z" و"2014-10-02T15:01:23.045123456Z"
snapshots[]

object (TuningSnapshot)

النتائج فقط. المقاييس التي يتم جمعها أثناء الضبط
trainingData

object (Dataset)

مطلوبة. الإدخال فقط. غير قابل للتغيير. بيانات تدريب النموذج.
hyperparameters

object (Hyperparameters)

غير قابل للتغيير. المعلَمات الفائقة التي تتحكّم في عملية الضبط وفي حال عدم توفيرها، سيتم استخدام القيم التلقائية.

TuningSnapshot

سجِّل المحتوى لخطوة توليف واحدة.

تمثيل JSON 
{
  "step": integer,
  "epoch": integer,
  "meanLoss": number,
  "computeTime": string
}
الحقول
step

integer

النتائج فقط. خطوة الضبط
epoch

integer

النتائج فقط. حقبة كانت هذه الخطوة جزءًا منها.
meanLoss

number

النتائج فقط. يشير ذلك المصطلح إلى متوسط خسارة أمثلة التدريب لهذه الخطوة.
computeTime

string (Timestamp format)

النتائج فقط. الطابع الزمني لوقت احتساب هذا المقياس

طابع زمني بتنسيق RFC3339 UTC "Zulu" ، مع دقة نانوثانية وما يصل إلى تسعة أرقام كسرية. أمثلة: "2014-10-02T15:01:23Z" و"2014-10-02T15:01:23.045123456Z"

مجموعة البيانات

مجموعة بيانات للتدريب أو التحقق من الصحة.

تمثيل JSON 
{

  // Union field dataset can be only one of the following:
  "examples": {
    object (TuningExamples)
  }
  // End of list of possible types for union field dataset.
}
الحقول
حقل الاتحاد dataset البيانات المضمنة أو مرجع إلى البيانات. يمكن أن يكون الحقل "dataset" واحدًا فقط مما يلي:
examples

object (TuningExamples)

اختياريّ. أمثلة مضمّنة

TuningExamples

مجموعة من أمثلة الضبط. يمكن أن تكون بيانات التدريب أو التحقق من الصحة.

تمثيل JSON 
{
  "examples": [
    {
      object (TuningExample)
    }
  ]
}
الحقول
examples[]

object (TuningExample)

مطلوبة. الأمثلة يمكن أن يكون الإدخال في المثال مخصّصًا للنص أو للمناقشة، ولكن يجب أن تكون جميع الأمثلة في المجموعة من النوع نفسه.

TuningExample

مثال واحد للضبط.

تمثيل JSON 
{
  "output": string,

  // Union field model_input can be only one of the following:
  "textInput": string
  // End of list of possible types for union field model_input.
}
الحقول
output

string

مطلوبة. ناتج النموذج المتوقع.
حقل الاتحاد model_input الإدخال إلى النموذج لهذا المثال. يمكن أن يكون الحقل "model_input" واحدًا فقط مما يلي:
textInput

string

اختياريّ. إدخال نموذج نصي

المعلَمات الفائقة

المعلَمات الفائقة التي تتحكّم في عملية الضبط يمكنك الاطّلاع على مزيد من المعلومات على https://ai.google.dev/docs/model_tuning_guidance.

تمثيل JSON 
{

  // Union field learning_rate_option can be only one of the following:
  "learningRate": number,
  "learningRateMultiplier": number
  // End of list of possible types for union field learning_rate_option.
  "epochCount": integer,
  "batchSize": integer
}
الحقول
حقل الاتحاد learning_rate_option خيارات لتحديد معدّل التعلّم أثناء الضبط يمكن أن يكون الحقل "learning_rate_option" واحدًا فقط مما يلي:
learningRate

number

اختياريّ. غير قابل للتغيير. هي معلَمة فائقة لمعدل التعلّم للضبط. إذا لم يتم ضبط السياسة، سيتم احتساب القيمة التلقائية 0.001 أو 0.0002 بناءً على عدد أمثلة التدريب.
learningRateMultiplier

number

اختياريّ. غير قابل للتغيير. يُستخدم مُضاعِف معدّل التعلّم لاحتساب معدّل التعلّم النهائي استنادًا إلى القيمة التلقائية (مقترَحة). معدّل التعلّم الفعلي := LearningRateMultiplier * معدّل التعلّم التلقائي يعتمد معدّل التعلُّم التلقائي على النموذج الأساسي وحجم مجموعة البيانات. وفي حال ترك هذه السياسة بدون ضبط، سيتم استخدام القيمة التلقائية 1.0.
epochCount

integer

غير قابل للتغيير. عدد مُدد التدريب. الفترة الزمنية هي عملية مرور واحدة خلال بيانات التدريب. وفي حال ترك هذه السياسة بدون ضبط، سيتم استخدام القيمة التلقائية 5.
batchSize

integer

غير قابل للتغيير. معلَمة فائقة لحجم الدفعة للضبط. وفي حال عدم ضبط السياسة، سيتم استخدام 4 أو 16 تلقائيًا استنادًا إلى عدد أمثلة التدريب.

الطُرق

create

 ينشئ نموذجًا تم ضبطه.

delete

 يؤدي هذا الإجراء إلى حذف نموذج تم ضبطه.

generateContent

 تنشئ استجابة من النموذج استنادًا إلى الإدخال GenerateContentRequest.

generateText

 تنشئ استجابة من النموذج بالنظر إلى رسالة إدخال.

get

 للحصول على معلومات حول موديل TunedModel معيّن.

list

 يسرد النماذج التي تم ضبطها التي يملكها المستخدم.

patch

 تعديل نموذج تم ضبطه

transferOwnership

 ينقل ملكية النموذج الذي تم ضبطه.