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

Только вывод. Тюнингованное название модели. Уникальное имя будет сгенерировано при создании. Пример: tunedModels/az2mb0bpw6i Если при создании задано значение displayName, часть идентификатора имени будет задана путем объединения слов displayName с дефисами и добавления случайной части для уникальности. Пример: displayName = «Переводчик предложений» name = «tunedModels/sentence-translator-u3b7m»

string

Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.

string

Необязательный. Краткое описание этой модели.

enum ( State )

Только вывод. Состояние настроенной модели.

string ( Timestamp format)

Только вывод. Временная метка создания этой модели.

Временная метка в формате RFC3339 UTC «Зулу» с наносекундным разрешением и до девяти дробных цифр. Примеры: "2014-10-02T15:01:23Z" и "2014-10-02T15:01:23.045123456Z" .

string ( Timestamp format)

Только вывод. Временная метка обновления этой модели.

Временная метка в формате RFC3339 UTC «Зулу» с наносекундным разрешением и до девяти дробных цифр. Примеры: "2014-10-02T15:01:23Z" и "2014-10-02T15:01:23.045123456Z" .

object ( TuningTask )

Необходимый. Задача настройки, создающая настроенную модель.

object ( TunedModelSource )

Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.

string

Неизменный. Название Model для настройки. Пример: models/text-bison-001

number

Необязательный. Управляет случайностью вывода.

Значения могут находиться в диапазоне от [0.0,1.0] включительно. Значение ближе к 1.0 приведет к более разнообразным ответам, тогда как значение ближе к 0.0 обычно приводит к менее неожиданным ответам модели.

Это значение указывает, что по умолчанию используется базовая модель при ее создании.

number

Необязательный. Для отбора проб ядра.

Ядерная выборка рассматривает наименьший набор токенов, сумма вероятностей которых не меньше topP .

Это значение указывает, что по умолчанию используется базовая модель при ее создании.

integer

Необязательный. Для выборки Top-k.

Выборка Top-k рассматривает набор наиболее вероятных токенов topK . Это значение определяет значение по умолчанию, которое будет использоваться серверной частью при вызове модели.

Это значение указывает, что по умолчанию используется базовая модель при ее создании.

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

string

Неизменный. Имя TunedModel , которое будет использоваться в качестве отправной точки для обучения новой модели. Пример: tunedModels/my-tuned-model

string

Только вывод. Имя базовой Model на основе которой была настроена эта TunedModel . Пример: models/text-bison-001

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

string ( Timestamp format)

Только вывод. Временная метка начала настройки этой модели.

Временная метка в формате RFC3339 UTC «Зулу» с наносекундным разрешением и до девяти дробных цифр. Примеры: "2014-10-02T15:01:23Z" и "2014-10-02T15:01:23.045123456Z" .

string ( Timestamp format)

Только вывод. Временная метка завершения настройки этой модели.

Временная метка в формате RFC3339 UTC «Зулу» с наносекундным разрешением и до девяти дробных цифр. Примеры: "2014-10-02T15:01:23Z" и "2014-10-02T15:01:23.045123456Z" .

object ( TuningSnapshot )

Только вывод. Метрики, собранные во время настройки.

object ( Dataset )

Необходимый. Только ввод. Неизменный. Данные обучения модели.

object ( Hyperparameters )

Неизменный. Гиперпараметры, управляющие процессом настройки. Если они не указаны, будут использоваться значения по умолчанию.

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

integer

Только вывод. Этап настройки.

integer

Только вывод. Эпоха, частью которой был этот шаг.

number

Только вывод. Средняя потеря обучающих примеров для этого шага.

string ( Timestamp format)

Только вывод. Метка времени, когда была вычислена эта метрика.

Временная метка в формате RFC3339 UTC «Зулу» с наносекундным разрешением и до девяти дробных цифр. Примеры: "2014-10-02T15:01:23Z" и "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 )

Необязательный. Встроенные примеры.

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

object ( TuningExample )

Необходимый. Примеры. Пример ввода может быть предназначен для текста или обсуждения, но все примеры в наборе должны быть одного типа.

{
  "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

Необходимый. Ожидаемый результат модели.

string

Необязательный. Ввод текстовой модели.

{

  // 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

Необязательный. Неизменный. Гиперпараметр скорости обучения для настройки. Если этот параметр не установлен, значение по умолчанию 0,001 или 0,0002 будет рассчитываться на основе количества обучающих примеров.

number

Необязательный. Неизменный. Множитель скорости обучения используется для расчета окончательной скорости обучения на основе значения по умолчанию (рекомендуемого). Фактическая скорость обучения: = LearningRateMultiplier * Скорость обучения по умолчанию Скорость обучения по умолчанию зависит от базовой модели и размера набора данных. Если не установлено, будет использоваться значение по умолчанию 1.0.

integer

Неизменный. Количество эпох обучения. Эпоха — это один проход по обучающим данным. Если не установлено, будет использоваться значение по умолчанию 5.

integer

Неизменный. Гиперпараметр размера пакета для настройки. Если этот параметр не установлен, будет использоваться значение по умолчанию 4 или 16 в зависимости от количества обучающих примеров.