REST Resource: tunedModels

{
  "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
}

string

Nur Ausgabe Der Name des abgestimmten Modells. Bei der Erstellung wird ein eindeutiger Name generiert. Beispiel: tunedModels/az2mb0bpw6i Wenn „displayName“ beim Erstellen festgelegt wird, wird der ID-Teil des Namens festgelegt, indem die Wörter des displayName mit Bindestrichen verkettet und durch Hinzufügen eines zufälligen Teils zur Eindeutigkeit hinzugefügt werden. Beispiel: displayName = "Sentence Translator" name = "tunedModels/sentence-translator-u3b7m"

string

Optional. Der Name, der für dieses Modell auf der Benutzeroberfläche angezeigt werden soll. Der Anzeigename darf einschließlich Leerzeichen maximal 40 Zeichen lang sein.

string

Optional. Eine kurze Beschreibung dieses Modells.

enum (State)

Nur Ausgabe Der Status des abgestimmten Modells.

string (Timestamp format)

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: "2014-10-02T15:01:23Z" und "2014-10-02T15:01:23.045123456Z".

string (Timestamp format)

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: "2014-10-02T15:01:23Z" und "2014-10-02T15:01:23.045123456Z".

object (TuningTask)

Erforderlich. Die Abstimmungsaufgabe, mit der das abgestimmte Modell erstellt wird.

object (TunedModelSource)

Optional. TunedModel, das als Ausgangspunkt zum Trainieren des neuen Modells verwendet werden soll.

string

Nicht veränderbar. Der Name des abzustimmenden Model. Beispiel: models/text-bison-001

number

Optional. Steuert die Zufälligkeit der Ausgabe.

Werte können über [0.0,1.0] (einschließlich) liegen. Ein Wert, der näher an 1.0 liegt, führt zu vielfältigeren Antworten, während ein Wert näher an 0.0 zu weniger überraschenden Antworten des Modells führt.

Mit diesem Wert wird der Standardwert angegeben, der vom Basismodell beim Erstellen des Modells verwendet wird.

number

Optional. Für Nucleus-Proben.

Bei der Nucleus-Stichprobe werden die kleinsten Tokens berücksichtigt, deren Wahrscheinlichkeitssumme mindestens topP beträgt.

Mit diesem Wert wird der Standardwert angegeben, der vom Basismodell beim Erstellen des Modells verwendet wird.

integer

Optional. Für Top-K-Stichproben.

Bei der Top-K-Stichprobe wird die Gruppe der topK wahrscheinlichsten Tokens berücksichtigt. Mit diesem Wert wird angegeben, dass er beim Aufruf des Modells standardmäßig vom Back-End verwendet wird.

Mit diesem Wert wird der Standardwert angegeben, der vom Basismodell beim Erstellen des Modells verwendet wird.

{
  "tunedModel": string,
  "baseModel": string
}

string

Nicht veränderbar. Der Name des TunedModel, der als Ausgangspunkt für das Training des neuen Modells verwendet werden soll. Beispiel: tunedModels/my-tuned-model

string

Nur Ausgabe Der Name der Basis-Model, von der diese TunedModel abgestimmt wurde. Beispiel: models/text-bison-001

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

string (Timestamp format)

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: "2014-10-02T15:01:23Z" und "2014-10-02T15:01:23.045123456Z".

string (Timestamp format)

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: "2014-10-02T15:01:23Z" und "2014-10-02T15:01:23.045123456Z".

object (TuningSnapshot)

Nur Ausgabe Während der Abstimmung erfasste Messwerte.

object (Dataset)

Erforderlich. Nur Eingabe. Nicht veränderbar. Die Modelltrainingsdaten.

object (Hyperparameters)

Nicht veränderbar. Hyperparameter, die den Abstimmungsprozess steuern. Wenn nicht angegeben, werden Standardwerte verwendet.

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

integer

Nur Ausgabe Der Schritt der Abstimmung.

integer

Nur Ausgabe Die Epoche, zu der dieser Schritt gehörte.

number

Nur Ausgabe Der mittlere Verlust der Trainingsbeispiele für diesen Schritt.

string (Timestamp format)

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: "2014-10-02T15:01:23Z" und "2014-10-02T15:01:23.045123456Z".

{

  // Union field dataset can be only one of the following:
  "examples": {
    object (TuningExamples)
  }
  // End of list of possible types for union field dataset.
}

object (TuningExamples)

Optional. Inline-Beispiele

{
  "examples": [
    {
      object (TuningExample)
    }
  ]
}

object (TuningExample)

Erforderlich. Die Beispiele. Die Beispieleingabe kann „Text“ oder „Diskussion“ sein. Alle Beispiele in einem Satz müssen jedoch vom gleichen Typ sein.

{
  "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.
}

string

Erforderlich. Die erwartete Modellausgabe.

string

Optional. Textmodelleingabe.

{

  // 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
}

number

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.

number

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.

integer

Nicht veränderbar. Die Anzahl der Trainingsphasen. Eine Epoche ist ein Durchlauf der Trainingsdaten. Wenn die Richtlinie nicht konfiguriert ist, wird der Standardwert 5 verwendet.

integer

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.