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

僅供輸出。調整後模型的名稱。建立時會產生不重複的名稱。範例：tunedModels/az2mb0bpw6i 如果已在 create 上設定 displayName，名稱的 ID 部分就會透過將 displayName 中的字詞串連起來，並新增一個隨機部分以設定唯一性。範例：displayName = "Sentence Translator" name = "tunedModels/sentence-translator-u3b7m"

string

選用設定。這個模型在使用者介面中的顯示名稱。顯示名稱的長度上限為 40 個半形字元 (包含空格)。

string

選用設定。此模型的簡短說明。

enum (State)

僅供輸出。經過調整的模型的狀態。

string (Timestamp format)

僅供輸出。建立這個模型的時間戳記。

採用 RFC3339 世界標準時間「Zulu」格式的時間戳記，採用奈秒解析度和最多九個小數位數。範例："2014-10-02T15:01:23Z" 和 "2014-10-02T15:01:23.045123456Z"。

string (Timestamp format)

僅供輸出。更新這個模型時的時間戳記。

採用 RFC3339 世界標準時間「Zulu」格式的時間戳記，採用奈秒解析度和最多九個小數位數。範例："2014-10-02T15:01:23Z" 和 "2014-10-02T15:01:23.045123456Z"。

object (TuningTask)

必要欄位。用於建立經過調整模型的調整工作。

object (TunedModelSource)

選用設定。調整 dModel 以做為訓練新模型的起點。

string

不可變動。要調整的 Model 名稱。範例：models/text-bison-001

number

選用設定。控制輸出的隨機性。

值的範圍可以超過 [0.0,1.0] (含頭尾)。接近 1.0 的值會產生較多元的回覆，而接近 0.0 的值通常會導致模型產生較不令人意外的回覆。

這個值會將預設值指定為建立模型時基礎模型所使用的預設值。

number

選用設定。適用於核子樣本。

核子取樣會考量一組機率總和至少為 topP 的符記。

這個值會將預設值指定為建立模型時基礎模型所使用的預設值。

integer

選用設定。適用於 Top-K 取樣。

「Top-K」取樣會考量一組可能性最高的 topK 個符記。這個值會指定在呼叫模型時，後端要使用的預設值。

這個值會將預設值指定為建立模型時基礎模型所使用的預設值。

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

string

不可變動。要做為訓練新模型起點的 TunedModel 名稱。範例：tunedModels/my-tuned-model

string

僅供輸出。這個 TunedModel 的來源基礎 Model 名稱。範例：models/text-bison-001

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

string (Timestamp format)

僅供輸出。開始調整這個模型時的時間戳記。

採用 RFC3339 世界標準時間「Zulu」格式的時間戳記，採用奈秒解析度和最多九個小數位數。範例："2014-10-02T15:01:23Z" 和 "2014-10-02T15:01:23.045123456Z"。

string (Timestamp format)

僅供輸出。調整這個模型完成的時間戳記。

採用 RFC3339 世界標準時間「Zulu」格式的時間戳記，採用奈秒解析度和最多九個小數位數。範例："2014-10-02T15:01:23Z" 和 "2014-10-02T15:01:23.045123456Z"。

object (TuningSnapshot)

僅供輸出。調整期間收集的指標。

object (Dataset)

必要欄位。僅限輸入。不可變動。模型訓練資料。

object (Hyperparameters)

不可變動。控制調整程序的超參數。如未提供，系統會使用預設值。

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

integer

僅供輸出。調整步驟。

integer

僅供輸出。這個步驟屬於這個週期。

number

僅供輸出。這個步驟的訓練範例平均損失。

string (Timestamp format)

僅供輸出。計算這項指標的時間戳記。

採用 RFC3339 世界標準時間「Zulu」格式的時間戳記，採用奈秒解析度和最多九個小數位數。範例："2014-10-02T15:01:23Z" 和 "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)

選用設定。內嵌範例。

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

object (TuningExample)

必要欄位。範例。可以是文字或討論的輸入內容範例，但集合中的所有範例都必須屬於相同類型。

{
  "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

必要欄位。預期的模型輸出內容。

string

選用設定。文字模型輸入內容。

{

  // 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

選用設定。不可變動。用於調整的學習率超參數。如果未設定，系統將根據訓練範例數量計算 0.001 或 0.0002 的預設值。

number

選用設定。不可變動。學習率調節係數會根據預設 (建議) 值計算最終學習率。實際學習率 := learningRateMultiplier * 預設學習率 預設學習率取決於基礎模型和資料集大小。如未設定，系統會使用預設值 1.0。

integer

不可變動。訓練週期數。訓練週期是指通過訓練資料一次。如未設定，系統會使用預設值 5。

integer

不可變動。用於調整作業的批次大小超參數。如未設定，系統會根據訓練範例數量，使用預設值 4 或 16。