- 리소스: TunedModel
- TunedModelSource
- 상태
- TuningTask
- TuningSnapshot
- 데이터 세트
- TuningExamples
- TuningExample
- 초매개변수
- 메서드
리소스: TunedModel
ModelService.CreateTunedModel을 사용하여 만든 미세 조정된 모델입니다.
JSON 표현 |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
입력란 | |
---|---|
name |
출력 전용. 조정된 모델 이름입니다. 생성 시 고유한 이름이 생성됩니다. 예: |
displayName |
선택사항입니다. 사용자 인터페이스에서 이 모델에 대해 표시할 이름입니다. 표시 이름은 공백을 포함하여 최대 40자(영문 기준)여야 합니다. |
description |
선택사항입니다. 이 모델에 대한 간단한 설명입니다. |
state |
출력 전용. 조정된 모델의 상태입니다. |
createTime |
출력 전용. 이 모델이 생성된 시점의 타임스탬프입니다. RFC3339 UTC 'Zulu' 형식의 타임스탬프입니다(나노초 단위, 소수점 이하 9자리). 예를 들면 |
updateTime |
출력 전용. 이 모델이 업데이트된 시점의 타임스탬프입니다. RFC3339 UTC 'Zulu' 형식의 타임스탬프입니다(나노초 단위, 소수점 이하 9자리). 예를 들면 |
tuningTask |
필수 항목입니다. 조정된 모델을 만드는 조정 작업입니다. |
통합 필드 source_model . 조정 시작점으로 사용되는 모델입니다. source_model 은 다음 중 하나여야 합니다. |
|
tunedModelSource |
선택사항입니다. 새 모델 학습을 위한 시작점으로 사용할 TunedModel |
baseModel |
변경할 수 없습니다. 조정할 |
temperature |
선택사항입니다. 출력의 무작위성을 제어합니다. 값의 범위는 이 값은 모델을 만드는 동안 기본 모델에서 사용할 기본값을 지정합니다. |
topP |
선택사항입니다. Nucleus 샘플링용입니다. 핵 샘플링은 확률 합계가 이 값은 모델을 만드는 동안 기본 모델에서 사용할 기본값을 지정합니다. |
topK |
선택사항입니다. Top-k 샘플링 최상위 K 샘플링에서는 확률이 가장 높은 이 값은 모델을 만드는 동안 기본 모델에서 사용할 기본값을 지정합니다. |
TunedModelSource
조정된 모델을 새 모델 학습 소스로 사용합니다.
JSON 표현 |
---|
{ "tunedModel": string, "baseModel": string } |
입력란 | |
---|---|
tunedModel |
변경할 수 없습니다. 새 모델 학습의 시작점으로 사용할 |
baseModel |
출력 전용. 이 |
상태
조정된 모델의 상태입니다.
열거형 | |
---|---|
STATE_UNSPECIFIED |
기본값입니다. 이 값은 사용되지 않습니다. |
CREATING |
모델을 만드는 중입니다. |
ACTIVE |
모델을 사용할 준비가 되었습니다. |
FAILED |
모델을 만들 수 없습니다. |
TuningTask
조정된 모델을 만드는 조정 작업
JSON 표현 |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
입력란 | |
---|---|
startTime |
출력 전용. 이 모델 조정이 시작된 시점의 타임스탬프입니다. RFC3339 UTC 'Zulu' 형식의 타임스탬프입니다(나노초 단위, 소수점 이하 9자리). 예를 들면 |
completeTime |
출력 전용. 이 모델 조정이 완료된 시점의 타임스탬프입니다. RFC3339 UTC 'Zulu' 형식의 타임스탬프입니다(나노초 단위, 소수점 이하 9자리). 예를 들면 |
snapshots[] |
출력 전용. 조정 중에 수집되는 측정항목입니다. |
trainingData |
필수 항목입니다. 입력 전용. 변경할 수 없습니다. 모델 학습 데이터입니다. |
hyperparameters |
변경할 수 없습니다. 조정 프로세스를 제어하는 초매개변수입니다. 입력하지 않으면 기본값이 사용됩니다. |
TuningSnapshot
단일 조정 단계에 대해 기록합니다.
JSON 표현 |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
입력란 | |
---|---|
step |
출력 전용. 조정 단계 |
epoch |
출력 전용. 이 단계가 속한 에포크입니다. |
meanLoss |
출력 전용. 이 단계의 학습 예시의 평균 손실입니다. |
computeTime |
출력 전용. 이 측정항목이 계산된 시점의 타임스탬프입니다. RFC3339 UTC 'Zulu' 형식의 타임스탬프입니다(나노초 단위, 소수점 이하 9자리). 예를 들면 |
데이터 세트
학습 또는 검증을 위한 데이터 세트입니다.
JSON 표현 |
---|
{ // Union field |
입력란 | |
---|---|
통합 필드 dataset . 인라인 데이터 또는 데이터에 대한 참조입니다. dataset 은 다음 중 하나여야 합니다. |
|
examples |
선택사항입니다. 인라인 예시. |
TuningExamples
일련의 조정 예시 학습 또는 검증 데이터일 수 있습니다.
JSON 표현 |
---|
{
"examples": [
{
object ( |
입력란 | |
---|---|
examples[] |
필수 항목입니다. 예시 텍스트 또는 토론에 대한 입력 예시가 될 수 있지만 세트의 모든 예시는 동일한 유형이어야 합니다. |
TuningExample
조정의 단일 예시
JSON 표현 |
---|
{ "output": string, // Union field |
입력란 | |
---|---|
output |
필수 항목입니다. 예상되는 모델 출력입니다. |
통합 필드 model_input . 이 예시의 모델에 대한 입력입니다. model_input 은 다음 중 하나여야 합니다. |
|
textInput |
선택사항입니다. 텍스트 모델 입력. |
초매개변수
조정 프로세스를 제어하는 초매개변수입니다. 자세히 알아보기: https://ai.google.dev/docs/model_tuning_guidance
JSON 표현 |
---|
{ // Union field |
입력란 | |
---|---|
통합 필드 learning_rate_option . 조정 중에 학습률을 지정하는 옵션입니다. learning_rate_option 은 다음 중 하나여야 합니다. |
|
learningRate |
선택사항입니다. 변경할 수 없습니다. 조정을 위한 학습률 초매개변수입니다. 설정하지 않으면 학습 예의 수를 기준으로 기본값 0.001 또는 0.0002가 계산됩니다. |
learningRateMultiplier |
선택사항입니다. 변경할 수 없습니다. 학습률 배율은 기본 (권장) 값을 기반으로 최종 learningRate를 계산하는 데 사용됩니다. 실제 학습률 := learningRateMultiplier * 기본 학습률 기본 학습률은 기본 모델 및 데이터세트 크기에 따라 다릅니다. 설정하지 않으면 기본값 1.0이 사용됩니다. |
epochCount |
변경할 수 없습니다. 학습 에포크의 수입니다. 에포크는 학습 데이터를 한 번 통과하는 것입니다. 설정하지 않으면 기본값 5가 사용됩니다. |
batchSize |
변경할 수 없습니다. 조정을 위한 배치 크기 초매개변수입니다. 설정하지 않으면 학습 예시의 수에 따라 기본값 4 또는 16이 사용됩니다. |
방법 |
|
---|---|
|
조정된 모델을 만듭니다. |
|
조정된 모델을 삭제합니다. |
|
입력 GenerateContentRequest 가 지정된 경우 모델에서 응답을 생성합니다. |
|
입력 메시지에 따라 모델에서 응답을 생성합니다. |
|
특정 TunedModel에 관한 정보를 가져옵니다. |
|
사용자가 소유한 조정된 모델을 나열합니다. |
|
조정된 모델을 업데이트합니다. |
|
조정된 모델의 소유권을 이전합니다. |