- Zasób: TunedModel
- TunedModelSource
- Stan
- TuningTask
- TuningSnapshot
- Zbiór danych
- TuningExamples
- TuningExample
- Hiperparametry
- Metody
Zasób: TunedModel
Dostrojony model utworzony za pomocą obiektu ModelService.CreateTunedModel.
Zapis JSON |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
Pola | |
---|---|
name |
Tylko dane wyjściowe. Nazwa dostrojonego modelu. Podczas tworzenia zostanie wygenerowana unikalna nazwa. Przykład: |
displayName |
Opcjonalnie. Nazwa wyświetlana dla tego modelu w interfejsach użytkownika. Wyświetlana nazwa może mieć maksymalnie 40 znaków łącznie ze spacjami. |
description |
Opcjonalnie. Krótki opis tego modelu. |
state |
Tylko dane wyjściowe. Stan dostrojonego modelu. |
createTime |
Tylko dane wyjściowe. Sygnatura czasowa utworzenia tego modelu. Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: |
updateTime |
Tylko dane wyjściowe. Sygnatura czasowa aktualizacji tego modelu. Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: |
tuningTask |
To pole jest wymagane. Zadanie dostrajania, które powoduje utworzenie dostrojonego modelu. |
Pole sumy source_model . Model używany jako punkt początkowy do dostrajania. source_model może być tylko jedną z tych wartości: |
|
tunedModelSource |
Opcjonalnie. TunedModel służy jako punkt wyjścia do trenowania nowego modelu. |
baseModel |
Stałe. Nazwa elementu ( |
temperature |
Opcjonalnie. Określa losowość danych wyjściowych. Wartości mogą się mieścić w zakresie przekraczającym Ta wartość określa, że model podstawowy jest domyślnie używany przez model podstawowy podczas tworzenia modelu. |
topP |
Opcjonalnie. Do próbkowania jądra. Próbkowanie jądra uwzględnia najmniejszy zbiór tokenów, których suma prawdopodobieństwa wynosi co najmniej Ta wartość określa, że model podstawowy jest domyślnie używany przez model podstawowy podczas tworzenia modelu. |
topK |
Opcjonalnie. Do próbkowania Top-K. Próbkowanie górnego K uwzględnia zbiór Ta wartość określa, że model podstawowy jest domyślnie używany przez model podstawowy podczas tworzenia modelu. |
TunedModelSource
Dostrojony model jako źródło do trenowania nowego modelu.
Zapis JSON |
---|
{ "tunedModel": string, "baseModel": string } |
Pola | |
---|---|
tunedModel |
Stałe. Nazwa obiektu ( |
baseModel |
Tylko dane wyjściowe. Nazwa podstawowego elementu |
Stan
Stan dostrojonego modelu.
Wartości w polu enum | |
---|---|
STATE_UNSPECIFIED |
Wartość domyślna. Ta wartość nie jest używana. |
CREATING |
Tworzę model. |
ACTIVE |
Model jest gotowy do użycia. |
FAILED |
Nie udało się utworzyć modelu. |
TuningTask
Zadania dostrajania, które tworzą dostrojone modele.
Zapis JSON |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
Pola | |
---|---|
startTime |
Tylko dane wyjściowe. Sygnatura czasowa rozpoczęcia dostrajania tego modelu. Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: |
completeTime |
Tylko dane wyjściowe. Sygnatura czasowa zakończenia dostrajania tego modelu. Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: |
snapshots[] |
Tylko dane wyjściowe. Wskaźniki zbierane podczas dostrajania. |
trainingData |
To pole jest wymagane. Tylko wejście. Stałe. Dane do trenowania modelu. |
hyperparameters |
Stałe. Hiperparametry sterujące procesem dostrajania. Jeśli nie zostanie podany, zostaną użyte wartości domyślne. |
TuningSnapshot
Nagraj jeden krok dostrajania.
Zapis JSON |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
Pola | |
---|---|
step |
Tylko dane wyjściowe. Etap dostrajania. |
epoch |
Tylko dane wyjściowe. Epoka, której stanowił ten krok. |
meanLoss |
Tylko dane wyjściowe. Średnia utrata przykładów treningowych na tym etapie. |
computeTime |
Tylko dane wyjściowe. Sygnatura czasowa obliczenia tego wskaźnika. Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: |
Zbiór danych
Zbiór danych do trenowania lub walidacji.
Zapis JSON |
---|
{ // Union field |
Pola | |
---|---|
Pole sumy dataset . Dane wbudowane lub odwołanie do danych. dataset może być tylko jedną z tych wartości: |
|
examples |
Opcjonalnie. Przykłady w treści. |
TuningExamples
Zestaw przykładów dostrajania. Mogą to być dane do trenowania lub walidacji.
Zapis JSON |
---|
{
"examples": [
{
object ( |
Pola | |
---|---|
examples[] |
To pole jest wymagane. Przykłady. Przykładowe dane wejściowe mogą obejmować tekst lub dyskusję, ale wszystkie przykłady w zestawie muszą być tego samego typu. |
TuningExample
Jeden przykład dostrajania.
Zapis JSON |
---|
{ "output": string, // Union field |
Pola | |
---|---|
output |
To pole jest wymagane. Oczekiwane dane wyjściowe modelu. |
Pole sumy model_input . Dane wejściowe modelu na potrzeby tego przykładu. model_input może być tylko jedną z tych wartości: |
|
textInput |
Opcjonalnie. Dane wejściowe modelu tekstowego. |
Hiperparametry
Hiperparametry sterujące procesem dostrajania. Więcej informacji znajdziesz na stronie https://ai.google.dev/docs/model_tuning_guidance.
Zapis JSON |
---|
{ // Union field |
Pola | |
---|---|
Pole sumy learning_rate_option . Opcje określania tempa uczenia się podczas dostrajania. learning_rate_option może być tylko jedną z tych wartości: |
|
learningRate |
Opcjonalnie. Stałe. Hiperparametr tempa uczenia się do dostrajania. Jeśli jej nie skonfigurujesz, na podstawie liczby przykładów treningowych obliczymy domyślną wartość 0,001 lub 0,0002. |
learningRateMultiplier |
Opcjonalnie. Stałe. Mnożnik tempa uczenia się służy do obliczania końcowego współczynnika uczenia się na podstawie wartości domyślnej (zalecanej). Rzeczywiste tempo uczenia się := learningRateMultiplier * domyślne tempo uczenia się Domyślne tempo uczenia się zależy od modelu podstawowego i rozmiaru zbioru danych. Jeśli zasada nie jest skonfigurowana, używana jest wartość domyślna, czyli 1,0. |
epochCount |
Stałe. Liczba okresów trenowania. Epoka to jedno przekazanie danych treningowych. Jeśli zasada nie jest skonfigurowana, używana jest wartość domyślna, czyli 5. |
batchSize |
Stałe. Hiperparametr rozmiaru wsadu do dostrajania. Jeśli zasada nie jest skonfigurowana, na podstawie liczby przykładów treningowych używana jest wartość domyślna, czyli 4 lub 16. |
Metody |
|
---|---|
|
Tworzy model dostrojony. |
|
Usuwa model dostrojony. |
|
Generuje odpowiedź z modelu z danymi wejściowymi GenerateContentRequest . |
|
Generuje odpowiedź z modelu przy użyciu komunikatu wejściowego. |
|
Pobiera informacje o konkretnym modelu TunedModel. |
|
Wyświetla listę dostrojonych modeli należących do użytkownika. |
|
Aktualizuje model dostrojony. |
|
Przenosi własność dostrojonego modelu. |