Поддержка тонкой настройки Gemini API обеспечивает механизм управления выводом, когда у вас есть небольшой набор данных с примерами ввода/вывода. Для получения более подробной информации ознакомьтесь с руководством и учебным пособием по настройке модели .
Метод: TunedModels.create
Создает настроенную модель. Проверьте ход промежуточной настройки (если таковой имеется) через сервис google.longrunning.Operations
.
Доступ к состоянию и результатам через службу операций. Пример: GET /v1/tunedModels/az2mb0bpw6i/operations/000-111-222
Конечная точка
опубликуйте https://generativelanguage.googleapis.com/v1beta/tunedModelsПараметры запроса
string
tunedModelId
Необязательный. Уникальный идентификатор настроенной модели, если он указан. Это значение должно содержать до 40 символов, первый символ должен быть буквой, последний может быть буквой или цифрой. Идентификатор должен соответствовать регулярному выражению: [az]([a-z0-9-]{0,38}[a-z0-9])?
.
Тело запроса
Тело запроса содержит экземпляр TunedModel
.
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
string
baseModel
Неизменяемый. Название Model
для настройки. Пример: models/gemini-1.5-flash-001
number
temperature
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
topP
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
topK
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.
Пример запроса
Питон
Тело ответа
Этот ресурс представляет собой длительную операцию, являющуюся результатом вызова сетевого API.
В случае успеха тело ответа содержит данные следующей структуры:
string
name
Имя, назначенное сервером, уникальное только в пределах той службы, которая его первоначально возвращает. Если вы используете сопоставление HTTP по умолчанию, name
должно быть именем ресурса, заканчивающимся на operations/{unique_id}
.
object
metadata
Метаданные, относящиеся к службе, связанные с операцией. Обычно он содержит информацию о ходе выполнения и общие метаданные, такие как время создания. Некоторые службы могут не предоставлять такие метаданные. Любой метод, возвращающий длительную операцию, должен документировать тип метаданных, если таковые имеются.
Объект, содержащий поля произвольного типа. Дополнительное поле "@type"
содержит URI, идентифицирующий тип. Пример: { "id": 1234, "@type": "types.example.com/standard/id" }
.
done
boolean
Если значение false
, это означает, что операция все еще выполняется. Если true
, операция завершается и доступна либо error
, либо response
.
result
поля объединения. Результат операции, который может быть либо error
, либо допустимым response
. Если done
== false
, ни error
, ни response
не устанавливаются. Если done
== true
, можно установить ровно одну error
или response
. Некоторые службы могут не предоставить результат. result
может быть только одним из следующих: error
object ( Status
)
Ошибка результата операции в случае сбоя или отмены.
object
response
Нормальный, успешный ответ на операцию. Если исходный метод не возвращает данных об успехе, например, Delete
, ответом будет google.protobuf.Empty
. Если исходный метод — стандартный Get
/ Create
/ Update
, ответом должен быть ресурс. Для других методов ответ должен иметь тип XxxResponse
, где Xxx
— исходное имя метода. Например, если исходное имя метода — TakeSnapshot()
, предполагаемый тип ответа — TakeSnapshotResponse
.
Объект, содержащий поля произвольного типа. Дополнительное поле "@type"
содержит URI, идентифицирующий тип. Пример: { "id": 1234, "@type": "types.example.com/standard/id" }
.
JSON-представление |
---|
{ "name": string, "metadata": { "@type": string, field1: ..., ... }, "done": boolean, // Union field |
Метод: TunedModels.generateContent
Генерирует ответ модели с учетом входных данных GenerateContentRequest
. Подробную информацию об использовании см. в руководстве по созданию текста . Возможности ввода различаются в зависимости от модели, включая настроенные модели. Подробную информацию см. в руководстве по модели и руководстве по настройке .
Конечная точка
опубликуйте https://generativelanguage.googleapis.com/v1beta/{model=tunedModels/*}:generateContentПараметры пути
model
string
Необходимый. Имя Model
, используемой для создания завершения.
Формат: name=models/{model}
. Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса содержит данные следующей структуры:
tools[]
object ( Tool
)
Необязательный. Список Tools
Model
может использовать для генерации следующего ответа.
Tool
— это часть кода, которая позволяет системе взаимодействовать с внешними системами для выполнения действия или набора действий за пределами знаний и области Model
. Поддерживаемые Tool
— Function
и codeExecution
. Дополнительные сведения см. в руководствах по вызову функций и выполнению кода .
toolConfig
object ( ToolConfig
)
Необязательный. Конфигурация инструмента для любого Tool
указанного в запросе. Пример использования см. в руководстве по вызову функций .
safetySettings[]
object ( SafetySetting
)
Необязательный. Список уникальных экземпляров SafetySetting
для блокировки небезопасного контента.
Это будет применено к GenerateContentRequest.contents
и GenerateContentResponse.candidates
. Для каждого типа SafetyCategory
не должно быть более одного параметра. API будет блокировать любое содержимое и ответы, которые не соответствуют пороговым значениям, установленным этими настройками. Этот список переопределяет настройки по умолчанию для каждой SafetyCategory
указанной в файле SafetySettings. Если в списке нет SafetySetting
для данной SafetyCategory
, API будет использовать параметр безопасности по умолчанию для этой категории. Поддерживаются категории вреда HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_DANGEROUS_CONTENT, HARM_CATEGORY_HARASSMENT. Обратитесь к руководству для получения подробной информации о доступных настройках безопасности. Также обратитесь к руководству по безопасности , чтобы узнать, как учесть вопросы безопасности в ваших приложениях искусственного интеллекта.
systemInstruction
object ( Content
)
Необязательный. Системные инструкции, установленные разработчиком. Пока только текст.
generationConfig
object ( GenerationConfig
)
Необязательный. Параметры конфигурации для создания модели и выходных данных.
string
cachedContent
Необязательный. Имя содержимого, кэшированного для использования в качестве контекста для прогнозирования. Формат: cachedContents/{cachedContent}
Пример запроса
Текст
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Изображение
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Аудио
Питон
Node.js
Оболочка
Видео
Питон
Node.js
Идти
Оболочка
Питон
Оболочка
Чат
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Кэш
Питон
Node.js
Тюнингованная модель
Питон
Режим JSON
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Выполнение кода
Питон
Котлин
Ява
Вызов функции
Питон
Node.js
Оболочка
Котлин
Быстрый
Дарт
Ява
Конфигурация генерации
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Настройки безопасности
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Системная инструкция
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Тело ответа
В случае успеха тело ответа содержит экземпляр GenerateContentResponse
.
Метод: TunedModels.get
Получает информацию о конкретной TunedModel.
Конечная точка
получите https://generativelanguage.googleapis.com/v1beta/{name=tunedModels/*}Параметры пути
string
name
Необходимый. Имя ресурса модели.
Формат: tunedModels/my-model-id
Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса должно быть пустым.
Пример запроса
Питон
Тело ответа
В случае успеха тело ответа содержит экземпляр TunedModel
.
Метод: TunedModels.list
Списки созданных настроенных моделей.
Конечная точка
получить https://generativelanguage.googleapis.com/v1beta/tunedModelsПараметры запроса
pageSize
integer
Необязательный. Максимальное количество возвращаемых TunedModels
(на страницу). Сервис может возвращать меньше настроенных моделей.
Если не указано, будет возвращено не более 10 настроенных моделей. Этот метод возвращает не более 1000 моделей на страницу, даже если вы передаете больший размер страницы.
string
pageToken
Необязательный. Токен страницы, полученный в результате предыдущего вызова tunedModels.list
.
Предоставьте pageToken
возвращенный одним запросом, в качестве аргумента для следующего запроса для получения следующей страницы.
При разбиении на страницы все остальные параметры, предоставленные в tunedModels.list
должны соответствовать вызову, который предоставил токен страницы.
string
filter
Необязательный. Фильтр — это полнотекстовый поиск по описанию и отображаемому названию настроенной модели. По умолчанию результаты не будут включать настроенные модели, доступные всем.
Дополнительные операторы: - владелец:я - писатели:я - читатели:я - читатели:все
Примеры: «владелец: я» возвращает все настроенные модели, для которых у вызывающего объекта есть роль владельца «читатели: я» возвращает все настроенные модели, в которых вызывающий абонент имеет роль читателя «читатели: все» возвращают все настроенные модели, которые доступны всем
Тело запроса
Тело запроса должно быть пустым.
Пример запроса
Питон
Тело ответа
Ответ от tunedModels.list
, содержащий постраничный список моделей.
В случае успеха тело ответа содержит данные следующей структуры:
tunedModels[]
object ( TunedModel
)
Возвращенные модели.
nextPageToken
string
PageToken Токен, который можно отправить как pageToken
для получения следующей страницы.
Если это поле опущено, страниц больше нет.
JSON-представление |
---|
{
"tunedModels": [
{
object ( |
Метод: TunedModels.patch
Обновляет настроенную модель.
Конечная точка
патч https://generativelanguage.googleapis.com/v1beta/{tunedModel.name=tunedModels/*}PATCH https://generativelanguage.googleapis.com/v1beta/{tunedModel.name=tunedModels/*}
Параметры пути
string
tunedModel.name
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 =
Sentence Translator
- name =
tunedModels/sentence-translator-u3b7m
Он принимает формуtunedModels/{tunedmodel}
.
Параметры запроса
updateMask
string ( FieldMask
format)
Необходимый. Список полей для обновления.
Это разделенный запятыми список полных имен полей. Пример: "user.displayName,photo"
.
Тело запроса
Тело запроса содержит экземпляр TunedModel
.
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
number
temperature
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
topP
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
topK
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.
Тело ответа
В случае успеха тело ответа содержит экземпляр TunedModel
.
Метод: TunedModels.delete
Удаляет настроенную модель.
Конечная точка
удалить https://generativelanguage.googleapis.com/v1beta/{name=tunedModels/*}Параметры пути
string
name
Необходимый. Имя ресурса модели. Формат: tunedModels/my-model-id
Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса должно быть пустым.
Тело ответа
В случае успеха тело ответа пустое.
Ресурс REST: TunedModels
- Ресурс: TunedModel
- TunedModelSource
- Состояние
- Задача настройки
- ТюнингСнимок
- Набор данных
- Примеры настройки
- Пример настройки
- Гиперпараметры
- Методы
Ресурс: TunedModel
Точная настройка модели, созданная с помощью ModelService.CreateTunedModel.
string
name
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 =
Sentence Translator
- имя =
tunedModels/sentence-translator-u3b7m
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
state
enum ( State
)
Только вывод. Состояние настроенной модели.
createTime
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"
.
updateTime
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"
.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
string
baseModel
Неизменяемый. Название Model
для настройки. Пример: models/gemini-1.5-flash-001
number
temperature
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
topP
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
topK
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.
JSON-представление |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
TunedModelSource
Настроенная модель как источник для обучения новой модели.
string
tunedModel
Неизменяемый. Имя TunedModel
которое будет использоваться в качестве отправной точки для обучения новой модели. Пример: tunedModels/my-tuned-model
string
baseModel
Только вывод. Имя базовой Model
на основе которой была настроена эта TunedModel
. Пример: models/gemini-1.5-flash-001
JSON-представление |
---|
{ "tunedModel": string, "baseModel": string } |
Состояние
Состояние настроенной модели.
Перечисления | |
---|---|
STATE_UNSPECIFIED | Значение по умолчанию. Это значение не используется. |
CREATING | Модель создается. |
ACTIVE | Модель готова к использованию. |
FAILED | Модель не удалось создать. |
Задача настройки
Задачи настройки, создающие настроенные модели.
startTime
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"
.
completeTime
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"
.
snapshots[]
object ( TuningSnapshot
)
Только вывод. Метрики, собранные во время настройки.
trainingData
object ( Dataset
)
Необходимый. Только ввод. Неизменяемый. Данные обучения модели.
hyperparameters
object ( Hyperparameters
)
Неизменяемый. Гиперпараметры, управляющие процессом настройки. Если они не указаны, будут использоваться значения по умолчанию.
JSON-представление |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
ТюнингСнимок
Запись одного шага настройки.
integer
step
Только вывод. Этап настройки.
integer
epoch
Только вывод. Эпоха, частью которой был этот шаг.
number
meanLoss
Только вывод. Средняя потеря обучающих примеров для этого шага.
computeTime
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"
.
JSON-представление |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
Набор данных
Набор данных для обучения или проверки.
dataset
полей объединения. Встроенные данные или ссылка на данные. dataset
может быть только одним из следующих: examples
object ( TuningExamples
)
Необязательный. Встроенные примеры.
JSON-представление |
---|
{ // Union field |
Примеры настройки
Набор примеров тюнинга. Это могут быть данные обучения или проверки.
examples[]
object ( TuningExample
)
Необходимый. Примеры. Пример ввода может быть предназначен для текста или обсуждения, но все примеры в наборе должны быть одного типа.
JSON-представление |
---|
{
"examples": [
{
object ( |
Пример настройки
Единственный пример для тюнинга.
output
string
Необходимый. Ожидаемый результат модели.
model_input
. Входные данные модели для этого примера. model_input
может быть только одним из следующих: textInput
string
вводаНеобязательный. Ввод текстовой модели.
JSON-представление |
---|
{ "output": string, // Union field |
Гиперпараметры
Гиперпараметры, управляющие процессом настройки. Подробнее читайте на https://ai.google.dev/docs/model_tuning_guidance.
learning_rate_option
. Опции для указания скорости обучения во время настройки. learning_rate_option
может быть только одним из следующих: number
learningRate
Необязательный. Неизменяемый. 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
learningRateMultiplier
Необязательный. Неизменяемый. 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
epochCount
Неизменяемый. Количество эпох обучения. Эпоха — это один проход по обучающим данным. Если не установлено, будет использоваться значение по умолчанию 5.
batchSize
integer
Неизменяемый. Гиперпараметр размера пакета для настройки. Если этот параметр не установлен, будет использоваться значение по умолчанию 4 или 16 в зависимости от количества обучающих примеров.
JSON-представление |
---|
{ // Union field |
Поддержка тонкой настройки Gemini API обеспечивает механизм управления выводом, когда у вас есть небольшой набор данных с примерами ввода/вывода. Для получения более подробной информации ознакомьтесь с руководством и учебным пособием по настройке модели .
Метод: TunedModels.create
Создает настроенную модель. Проверьте ход промежуточной настройки (если таковой имеется) через сервис google.longrunning.Operations
.
Доступ к состоянию и результатам через службу операций. Пример: GET /v1/tunedModels/az2mb0bpw6i/operations/000-111-222
Конечная точка
опубликуйте https://generativelanguage.googleapis.com/v1beta/tunedModelsПараметры запроса
string
tunedModelId
Необязательный. Уникальный идентификатор настроенной модели, если он указан. Это значение должно содержать до 40 символов, первый символ должен быть буквой, последний может быть буквой или цифрой. Идентификатор должен соответствовать регулярному выражению: [az]([a-z0-9-]{0,38}[a-z0-9])?
.
Тело запроса
Тело запроса содержит экземпляр TunedModel
.
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
string
baseModel
Неизменяемый. Название Model
для настройки. Пример: models/gemini-1.5-flash-001
number
temperature
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
topP
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
topK
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.
Пример запроса
Питон
Тело ответа
Этот ресурс представляет собой длительную операцию, являющуюся результатом вызова сетевого API.
В случае успеха тело ответа содержит данные следующей структуры:
string
name
Имя, назначенное сервером, уникальное только в пределах той службы, которая его первоначально возвращает. Если вы используете сопоставление HTTP по умолчанию, name
должно быть именем ресурса, заканчивающимся на operations/{unique_id}
.
object
metadata
Метаданные, относящиеся к службе, связанные с операцией. Обычно он содержит информацию о ходе выполнения и общие метаданные, такие как время создания. Некоторые службы могут не предоставлять такие метаданные. Любой метод, возвращающий длительную операцию, должен документировать тип метаданных, если таковые имеются.
Объект, содержащий поля произвольного типа. Дополнительное поле "@type"
содержит URI, идентифицирующий тип. Пример: { "id": 1234, "@type": "types.example.com/standard/id" }
.
done
boolean
Если значение false
, это означает, что операция все еще выполняется. Если true
, операция завершается и доступна либо error
, либо response
.
result
поля объединения. Результат операции, который может быть либо error
, либо допустимым response
. Если done
== false
, ни error
, ни response
не устанавливаются. Если done
== true
, можно установить ровно одну error
или response
. Некоторые службы могут не предоставить результат. result
может быть только одним из следующих: error
object ( Status
)
Ошибка результата операции в случае сбоя или отмены.
object
response
Нормальный, успешный ответ на операцию. Если исходный метод не возвращает данных об успехе, например, Delete
, ответом будет google.protobuf.Empty
. Если исходный метод — стандартный Get
/ Create
/ Update
, ответом должен быть ресурс. Для других методов ответ должен иметь тип XxxResponse
, где Xxx
— исходное имя метода. Например, если исходное имя метода — TakeSnapshot()
, предполагаемый тип ответа — TakeSnapshotResponse
.
Объект, содержащий поля произвольного типа. Дополнительное поле "@type"
содержит URI, идентифицирующий тип. Пример: { "id": 1234, "@type": "types.example.com/standard/id" }
.
JSON-представление |
---|
{ "name": string, "metadata": { "@type": string, field1: ..., ... }, "done": boolean, // Union field |
Метод: TunedModels.generateContent
Генерирует ответ модели с учетом входных данных GenerateContentRequest
. Подробную информацию об использовании см. в руководстве по созданию текста . Возможности ввода различаются в зависимости от модели, включая настроенные модели. Подробную информацию см. в руководстве по модели и руководстве по настройке .
Конечная точка
опубликуйте https://generativelanguage.googleapis.com/v1beta/{model=tunedModels/*}:generateContentПараметры пути
model
string
Необходимый. Имя Model
, используемой для создания завершения.
Формат: name=models/{model}
. Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса содержит данные следующей структуры:
tools[]
object ( Tool
)
Необязательный. Список Tools
Model
может использовать для генерации следующего ответа.
Tool
— это часть кода, которая позволяет системе взаимодействовать с внешними системами для выполнения действия или набора действий за пределами знаний и области Model
. Поддерживаемые Tool
— Function
и codeExecution
. Дополнительные сведения см. в руководствах по вызову функций и выполнению кода .
toolConfig
object ( ToolConfig
)
Необязательный. Конфигурация инструмента для любого Tool
указанного в запросе. Пример использования см. в руководстве по вызову функций .
safetySettings[]
object ( SafetySetting
)
Необязательный. Список уникальных экземпляров SafetySetting
для блокировки небезопасного контента.
Это будет применено к GenerateContentRequest.contents
и GenerateContentResponse.candidates
. Для каждого типа SafetyCategory
не должно быть более одного параметра. API будет блокировать любое содержимое и ответы, которые не соответствуют пороговым значениям, установленным этими настройками. Этот список переопределяет настройки по умолчанию для каждой SafetyCategory
указанной в файле SafetySettings. Если в списке нет SafetySetting
для данной SafetyCategory
, API будет использовать параметр безопасности по умолчанию для этой категории. Поддерживаются категории вреда HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_DANGEROUS_CONTENT, HARM_CATEGORY_HARASSMENT. Обратитесь к руководству для получения подробной информации о доступных настройках безопасности. Также обратитесь к руководству по безопасности , чтобы узнать, как учесть вопросы безопасности в ваших приложениях искусственного интеллекта.
systemInstruction
object ( Content
)
Необязательный. Системные инструкции, установленные разработчиком. Пока только текст.
generationConfig
object ( GenerationConfig
)
Необязательный. Параметры конфигурации для создания модели и выходных данных.
string
cachedContent
Необязательный. Имя содержимого, кэшированного для использования в качестве контекста для прогнозирования. Формат: cachedContents/{cachedContent}
Пример запроса
Текст
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Изображение
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Аудио
Питон
Node.js
Оболочка
Видео
Питон
Node.js
Идти
Оболочка
Питон
Оболочка
Чат
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Кэш
Питон
Node.js
Тюнингованная модель
Питон
Режим JSON
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Выполнение кода
Питон
Котлин
Ява
Вызов функции
Питон
Node.js
Оболочка
Котлин
Быстрый
Дарт
Ява
Конфигурация генерации
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Настройки безопасности
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Системная инструкция
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Тело ответа
В случае успеха тело ответа содержит экземпляр GenerateContentResponse
.
Метод: TunedModels.get
Получает информацию о конкретной TunedModel.
Конечная точка
получите https://generativelanguage.googleapis.com/v1beta/{name=tunedModels/*}Параметры пути
string
name
Необходимый. Имя ресурса модели.
Формат: tunedModels/my-model-id
Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса должно быть пустым.
Пример запроса
Питон
Тело ответа
В случае успеха тело ответа содержит экземпляр TunedModel
.
Метод: TunedModels.list
Списки созданных настроенных моделей.
Конечная точка
получить https://generativelanguage.googleapis.com/v1beta/tunedModelsПараметры запроса
pageSize
integer
Необязательный. Максимальное количество возвращаемых TunedModels
(на страницу). Сервис может возвращать меньше настроенных моделей.
Если не указано, будет возвращено не более 10 настроенных моделей. Этот метод возвращает не более 1000 моделей на страницу, даже если вы передаете больший размер страницы.
string
pageToken
Необязательный. Токен страницы, полученный в результате предыдущего вызова tunedModels.list
.
Предоставьте pageToken
возвращенный одним запросом, в качестве аргумента для следующего запроса для получения следующей страницы.
При разбиении на страницы все остальные параметры, предоставленные в tunedModels.list
должны соответствовать вызову, который предоставил токен страницы.
string
filter
Необязательный. Фильтр — это полнотекстовый поиск по описанию и отображаемому названию настроенной модели. По умолчанию результаты не будут включать настроенные модели, доступные всем.
Дополнительные операторы: - владелец:я - писатели:я - читатели:я - читатели:все
Примеры: «владелец: я» возвращает все настроенные модели, для которых у вызывающего объекта есть роль владельца «читатели: я» возвращает все настроенные модели, в которых вызывающий абонент имеет роль читателя «читатели: все» возвращают все настроенные модели, которые доступны всем
Тело запроса
Тело запроса должно быть пустым.
Пример запроса
Питон
Тело ответа
Ответ от tunedModels.list
, содержащий постраничный список моделей.
В случае успеха тело ответа содержит данные следующей структуры:
tunedModels[]
object ( TunedModel
)
Возвращенные модели.
nextPageToken
string
PageToken Токен, который можно отправить как pageToken
для получения следующей страницы.
Если это поле опущено, страниц больше нет.
JSON-представление |
---|
{
"tunedModels": [
{
object ( |
Метод: TunedModels.patch
Обновляет настроенную модель.
Конечная точка
патч https://generativelanguage.googleapis.com/v1beta/{tunedModel.name=tunedModels/*}PATCH https://generativelanguage.googleapis.com/v1beta/{tunedModel.name=tunedModels/*}
Параметры пути
string
tunedModel.name
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 =
Sentence Translator
- name =
tunedModels/sentence-translator-u3b7m
Он принимает формуtunedModels/{tunedmodel}
.
Параметры запроса
updateMask
string ( FieldMask
format)
Необходимый. Список полей для обновления.
Это разделенный запятыми список полных имен полей. Пример: "user.displayName,photo"
.
Тело запроса
Тело запроса содержит экземпляр TunedModel
.
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
number
temperature
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
topP
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
topK
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.
Тело ответа
В случае успеха тело ответа содержит экземпляр TunedModel
.
Метод: TunedModels.delete
Удаляет настроенную модель.
Конечная точка
удалить https://generativelanguage.googleapis.com/v1beta/{name=tunedModels/*}Параметры пути
string
name
Необходимый. Имя ресурса модели. Формат: tunedModels/my-model-id
Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса должно быть пустым.
Тело ответа
В случае успеха тело ответа пустое.
Ресурс REST: TunedModels
- Ресурс: TunedModel
- TunedModelSource
- Состояние
- Задача настройки
- ТюнингСнимок
- Набор данных
- Примеры настройки
- Пример настройки
- Гиперпараметры
- Методы
Ресурс: TunedModel
Точная настройка модели, созданная с помощью ModelService.CreateTunedModel.
string
name
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 =
Sentence Translator
- имя =
tunedModels/sentence-translator-u3b7m
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
state
enum ( State
)
Только вывод. Состояние настроенной модели.
createTime
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"
.
updateTime
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"
.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
string
baseModel
Неизменяемый. Название Model
для настройки. Пример: models/gemini-1.5-flash-001
number
temperature
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
topP
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
topK
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.
JSON-представление |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
TunedModelSource
Настроенная модель как источник для обучения новой модели.
string
tunedModel
Неизменяемый. Имя TunedModel
которое будет использоваться в качестве отправной точки для обучения новой модели. Пример: tunedModels/my-tuned-model
string
baseModel
Только вывод. Имя базовой Model
на основе которой была настроена эта TunedModel
. Пример: models/gemini-1.5-flash-001
JSON-представление |
---|
{ "tunedModel": string, "baseModel": string } |
Состояние
Состояние настроенной модели.
Перечисления | |
---|---|
STATE_UNSPECIFIED | Значение по умолчанию. Это значение не используется. |
CREATING | Модель создается. |
ACTIVE | Модель готова к использованию. |
FAILED | Модель не удалось создать. |
Задача настройки
Задачи настройки, создающие настроенные модели.
startTime
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"
.
completeTime
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"
.
snapshots[]
object ( TuningSnapshot
)
Только вывод. Метрики, собранные во время настройки.
trainingData
object ( Dataset
)
Необходимый. Только ввод. Неизменяемый. Данные обучения модели.
hyperparameters
object ( Hyperparameters
)
Неизменяемый. Гиперпараметры, управляющие процессом настройки. Если они не указаны, будут использоваться значения по умолчанию.
JSON-представление |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
ТюнингСнимок
Запись одного шага настройки.
integer
step
Только вывод. Этап настройки.
integer
epoch
Только вывод. Эпоха, частью которой был этот шаг.
number
meanLoss
Только вывод. Средняя потеря обучающих примеров для этого шага.
computeTime
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"
.
JSON-представление |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
Набор данных
Набор данных для обучения или проверки.
dataset
полей объединения. Встроенные данные или ссылка на данные. dataset
может быть только одним из следующих: examples
object ( TuningExamples
)
Необязательный. Встроенные примеры.
JSON-представление |
---|
{ // Union field |
Примеры настройки
Набор примеров тюнинга. Это могут быть данные обучения или проверки.
examples[]
object ( TuningExample
)
Необходимый. Примеры. Пример ввода может быть предназначен для текста или обсуждения, но все примеры в наборе должны быть одного типа.
JSON-представление |
---|
{
"examples": [
{
object ( |
Пример настройки
Единственный пример для тюнинга.
output
string
Необходимый. Ожидаемый результат модели.
model_input
. Входные данные модели для этого примера. model_input
может быть только одним из следующих: textInput
string
вводаНеобязательный. Ввод текстовой модели.
JSON-представление |
---|
{ "output": string, // Union field |
Гиперпараметры
Гиперпараметры, управляющие процессом настройки. Подробнее читайте на https://ai.google.dev/docs/model_tuning_guidance.
learning_rate_option
. Опции для указания скорости обучения во время настройки. learning_rate_option
может быть только одним из следующих: number
learningRate
Необязательный. Неизменяемый. 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
learningRateMultiplier
Необязательный. Неизменяемый. 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
epochCount
Неизменяемый. Количество эпох обучения. Эпоха — это один проход по обучающим данным. Если не установлено, будет использоваться значение по умолчанию 5.
batchSize
integer
Неизменяемый. Гиперпараметр размера пакета для настройки. Если этот параметр не установлен, будет использоваться значение по умолчанию 4 или 16 в зависимости от количества обучающих примеров.
JSON-представление |
---|
{ // Union field |
Поддержка тонкой настройки Gemini API обеспечивает механизм управления выводом, когда у вас есть небольшой набор данных с примерами ввода/вывода. Для получения более подробной информации ознакомьтесь с руководством и учебным пособием по настройке модели .
Метод: TunedModels.create
Создает настроенную модель. Проверьте ход промежуточной настройки (если таковой имеется) через сервис google.longrunning.Operations
.
Доступ к состоянию и результатам через службу операций. Пример: GET /v1/tunedModels/az2mb0bpw6i/operations/000-111-222
Конечная точка
опубликуйте https://generativelanguage.googleapis.com/v1beta/tunedModelsПараметры запроса
string
tunedModelId
Необязательный. Уникальный идентификатор настроенной модели, если он указан. Это значение должно содержать до 40 символов, первый символ должен быть буквой, последний может быть буквой или цифрой. Идентификатор должен соответствовать регулярному выражению: [az]([a-z0-9-]{0,38}[a-z0-9])?
.
Тело запроса
Тело запроса содержит экземпляр TunedModel
.
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
string
baseModel
Неизменяемый. Название Model
для настройки. Пример: models/gemini-1.5-flash-001
number
temperature
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
topP
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
topK
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.
Пример запроса
Питон
Тело ответа
Этот ресурс представляет собой длительную операцию, являющуюся результатом вызова сетевого API.
В случае успеха тело ответа содержит данные следующей структуры:
string
name
Имя, назначенное сервером, уникальное только в пределах той службы, которая его первоначально возвращает. Если вы используете сопоставление HTTP по умолчанию, name
должно быть именем ресурса, заканчивающимся на operations/{unique_id}
.
object
metadata
Метаданные, относящиеся к службе, связанные с операцией. Обычно он содержит информацию о ходе выполнения и общие метаданные, такие как время создания. Некоторые службы могут не предоставлять такие метаданные. Любой метод, возвращающий длительную операцию, должен документировать тип метаданных, если таковые имеются.
Объект, содержащий поля произвольного типа. Дополнительное поле "@type"
содержит URI, идентифицирующий тип. Пример: { "id": 1234, "@type": "types.example.com/standard/id" }
.
done
boolean
Если значение false
, это означает, что операция все еще выполняется. Если true
, операция завершается и доступна либо error
, либо response
.
result
поля объединения. Результат операции, который может быть либо error
, либо допустимым response
. Если done
== false
, ни error
, ни response
не устанавливаются. Если done
== true
, можно установить ровно одну error
или response
. Некоторые службы могут не предоставить результат. result
может быть только одним из следующих: error
object ( Status
)
Ошибка результата операции в случае сбоя или отмены.
object
response
Нормальный, успешный ответ на операцию. Если исходный метод не возвращает данных об успехе, например, Delete
, ответом будет google.protobuf.Empty
. Если исходный метод — стандартный Get
/ Create
/ Update
, ответом должен быть ресурс. Для других методов ответ должен иметь тип XxxResponse
, где Xxx
— исходное имя метода. Например, если исходное имя метода — TakeSnapshot()
, предполагаемый тип ответа — TakeSnapshotResponse
.
Объект, содержащий поля произвольного типа. Дополнительное поле "@type"
содержит URI, идентифицирующий тип. Пример: { "id": 1234, "@type": "types.example.com/standard/id" }
.
JSON-представление |
---|
{ "name": string, "metadata": { "@type": string, field1: ..., ... }, "done": boolean, // Union field |
Метод: TunedModels.generateContent
Генерирует ответ модели с учетом входных данных GenerateContentRequest
. Подробную информацию об использовании см. в руководстве по созданию текста . Возможности ввода различаются в зависимости от модели, включая настроенные модели. Подробную информацию см. в руководстве по модели и руководстве по настройке .
Конечная точка
опубликуйте https://generativelanguage.googleapis.com/v1beta/{model=tunedModels/*}:generateContentПараметры пути
model
string
Необходимый. Имя Model
, используемой для создания завершения.
Формат: name=models/{model}
. Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса содержит данные следующей структуры:
tools[]
object ( Tool
)
Необязательный. Список Tools
Model
может использовать для генерации следующего ответа.
Tool
— это часть кода, которая позволяет системе взаимодействовать с внешними системами для выполнения действия или набора действий за пределами знаний и области Model
. Поддерживаемые Tool
— Function
и codeExecution
. Дополнительные сведения см. в руководствах по вызову функций и выполнению кода .
toolConfig
object ( ToolConfig
)
Необязательный. Конфигурация инструмента для любого Tool
указанного в запросе. Пример использования см. в руководстве по вызову функций .
safetySettings[]
object ( SafetySetting
)
Необязательный. Список уникальных экземпляров SafetySetting
для блокировки небезопасного контента.
Это будет применено к GenerateContentRequest.contents
и GenerateContentResponse.candidates
. Для каждого типа SafetyCategory
не должно быть более одного параметра. API будет блокировать любое содержимое и ответы, которые не соответствуют пороговым значениям, установленным этими настройками. Этот список переопределяет настройки по умолчанию для каждой SafetyCategory
указанной в файле SafetySettings. Если в списке нет SafetySetting
для данной SafetyCategory
, API будет использовать параметр безопасности по умолчанию для этой категории. Поддерживаются категории вреда HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_DANGEROUS_CONTENT, HARM_CATEGORY_HARASSMENT. Обратитесь к руководству для получения подробной информации о доступных настройках безопасности. Также обратитесь к руководству по безопасности , чтобы узнать, как учесть вопросы безопасности в ваших приложениях искусственного интеллекта.
systemInstruction
object ( Content
)
Необязательный. Системные инструкции, установленные разработчиком. Пока только текст.
generationConfig
object ( GenerationConfig
)
Необязательный. Параметры конфигурации для создания модели и выходных данных.
string
cachedContent
Необязательный. Имя содержимого, кэшированного для использования в качестве контекста для прогнозирования. Формат: cachedContents/{cachedContent}
Пример запроса
Текст
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Изображение
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Аудио
Питон
Node.js
Оболочка
Видео
Питон
Node.js
Идти
Оболочка
Питон
Оболочка
Чат
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Кэш
Питон
Node.js
Тюнингованная модель
Питон
Режим JSON
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Выполнение кода
Питон
Котлин
Ява
Вызов функции
Питон
Node.js
Оболочка
Котлин
Быстрый
Дарт
Ява
Конфигурация генерации
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Настройки безопасности
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Системная инструкция
Питон
Node.js
Идти
Оболочка
Котлин
Быстрый
Дарт
Ява
Тело ответа
В случае успеха тело ответа содержит экземпляр GenerateContentResponse
.
Метод: TunedModels.get
Получает информацию о конкретной TunedModel.
Конечная точка
получите https://generativelanguage.googleapis.com/v1beta/{name=tunedModels/*}Параметры пути
string
name
Необходимый. Имя ресурса модели.
Формат: tunedModels/my-model-id
Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса должно быть пустым.
Пример запроса
Питон
Тело ответа
В случае успеха тело ответа содержит экземпляр TunedModel
.
Метод: TunedModels.list
Списки созданных настроенных моделей.
Конечная точка
получить https://generativelanguage.googleapis.com/v1beta/tunedModelsПараметры запроса
pageSize
integer
Необязательный. Максимальное количество возвращаемых TunedModels
(на страницу). Сервис может возвращать меньше настроенных моделей.
Если не указано, будет возвращено не более 10 настроенных моделей. Этот метод возвращает не более 1000 моделей на страницу, даже если вы передаете больший размер страницы.
string
pageToken
Необязательный. Токен страницы, полученный в результате предыдущего вызова tunedModels.list
.
Предоставьте pageToken
возвращенный одним запросом, в качестве аргумента для следующего запроса для получения следующей страницы.
При разбиении на страницы все остальные параметры, предоставленные в tunedModels.list
должны соответствовать вызову, который предоставил токен страницы.
string
filter
Необязательный. Фильтр — это полнотекстовый поиск по описанию и отображаемому названию настроенной модели. По умолчанию результаты не будут включать настроенные модели, доступные всем.
Дополнительные операторы: - владелец:я - писатели:я - читатели:я - читатели:все
Примеры: «владелец: я» возвращает все настроенные модели, для которых у вызывающего объекта есть роль владельца «читатели: я» возвращает все настроенные модели, в которых вызывающий абонент имеет роль читателя «читатели: все» возвращают все настроенные модели, которые доступны всем
Тело запроса
Тело запроса должно быть пустым.
Пример запроса
Питон
Тело ответа
Ответ от tunedModels.list
, содержащий постраничный список моделей.
В случае успеха тело ответа содержит данные следующей структуры:
tunedModels[]
object ( TunedModel
)
Возвращенные модели.
nextPageToken
string
PageToken Токен, который можно отправить как pageToken
для получения следующей страницы.
Если это поле опущено, страниц больше нет.
JSON-представление |
---|
{
"tunedModels": [
{
object ( |
Метод: TunedModels.patch
Обновляет настроенную модель.
Конечная точка
патч https://generativelanguage.googleapis.com/v1beta/{tunedModel.name=tunedModels/*}PATCH https://generativelanguage.googleapis.com/v1beta/{tunedModel.name=tunedModels/*}
Параметры пути
string
tunedModel.name
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 =
Sentence Translator
- name =
tunedModels/sentence-translator-u3b7m
Он принимает формуtunedModels/{tunedmodel}
.
Параметры запроса
updateMask
string ( FieldMask
format)
Необходимый. Список полей для обновления.
Это разделенный запятыми список полных имен полей. Пример: "user.displayName,photo"
.
Тело запроса
Тело запроса содержит экземпляр TunedModel
.
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
number
temperature
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
topP
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
topK
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.
Тело ответа
В случае успеха тело ответа содержит экземпляр TunedModel
.
Метод: TunedModels.delete
Удаляет настроенную модель.
Конечная точка
удалить https://generativelanguage.googleapis.com/v1beta/{name=tunedModels/*}Параметры пути
string
name
Необходимый. Имя ресурса модели. Формат: tunedModels/my-model-id
Он принимает форму tunedModels/{tunedmodel}
.
Тело запроса
Тело запроса должно быть пустым.
Тело ответа
В случае успеха тело ответа пустое.
Ресурс REST: TunedModels
- Ресурс: TunedModel
- TunedModelSource
- Состояние
- Задача настройки
- ТюнингСнимок
- Набор данных
- Примеры настройки
- Пример настройки
- Гиперпараметры
- Методы
Ресурс: TunedModel
Точная настройка модели, созданная с помощью ModelService.CreateTunedModel.
string
name
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 =
Sentence Translator
- имя =
tunedModels/sentence-translator-u3b7m
string
displayName
Необязательный. Имя, отображаемое для этой модели в пользовательских интерфейсах. Отображаемое имя должно содержать до 40 символов, включая пробелы.
string
description
Необязательный. Краткое описание этой модели.
state
enum ( State
)
Только вывод. Состояние настроенной модели.
createTime
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"
.
updateTime
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"
.
tuningTask
object ( TuningTask
)
Необходимый. Задача настройки, создающая настроенную модель.
readerProjectNumbers[]
string ( int64 format)
Необязательный. Список номеров проектов, имеющих доступ на чтение настроенной модели.
source_model
. Модель использовалась как отправная точка для тюнинга. source_model
может быть только одним из следующих: tunedModelSource
object ( TunedModelSource
)
Необязательный. TunedModel, который будет использоваться в качестве отправной точки для обучения новой модели.
string
baseModel
Неизменяемый. Название Model
для настройки. Пример: models/gemini-1.5-flash-001
number
temperature
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
topP
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
topK
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.
JSON-представление |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
TunedModelSource
Настроенная модель как источник для обучения новой модели.
string
tunedModel
Неизменяемый. Имя TunedModel
которое будет использоваться в качестве отправной точки для обучения новой модели. Пример: tunedModels/my-tuned-model
string
baseModel
Только вывод. Имя базовой Model
на основе которой была настроена эта TunedModel
. Пример: models/gemini-1.5-flash-001
JSON-представление |
---|
{ "tunedModel": string, "baseModel": string } |
Состояние
Состояние настроенной модели.
Перечисления | |
---|---|
STATE_UNSPECIFIED | Значение по умолчанию. Это значение не используется. |
CREATING | Модель создается. |
ACTIVE | Модель готова к использованию. |
FAILED | Модель не удалось создать. |
Задача настройки
Задачи настройки, создающие настроенные модели.
startTime
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"
.
completeTime
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"
.
snapshots[]
object ( TuningSnapshot
)
Только вывод. Метрики, собранные во время настройки.
trainingData
object ( Dataset
)
Необходимый. Только ввод. Неизменяемый. Данные обучения модели.
hyperparameters
object ( Hyperparameters
)
Неизменяемый. Гиперпараметры, управляющие процессом настройки. Если они не указаны, будут использоваться значения по умолчанию.
JSON-представление |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
ТюнингСнимок
Запись одного шага настройки.
integer
step
Только вывод. Этап настройки.
integer
epoch
Только вывод. Эпоха, частью которой был этот шаг.
number
meanLoss
Только вывод. Средняя потеря обучающих примеров для этого шага.
computeTime
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"
.
JSON-представление |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
Набор данных
Набор данных для обучения или проверки.
dataset
полей объединения. Встроенные данные или ссылка на данные. dataset
может быть только одним из следующих: examples
object ( TuningExamples
)
Необязательный. Встроенные примеры.
JSON-представление |
---|
{ // Union field |
Примеры настройки
Набор примеров тюнинга. Это могут быть данные обучения или проверки.
examples[]
object ( TuningExample
)
Необходимый. Примеры. Пример ввода может быть предназначен для текста или обсуждения, но все примеры в наборе должны быть одного типа.
JSON-представление |
---|
{
"examples": [
{
object ( |
Пример настройки
Единственный пример для тюнинга.
output
string
Необходимый. Ожидаемый результат модели.
model_input
. Входные данные модели для этого примера. model_input
может быть только одним из следующих: textInput
string
вводаНеобязательный. Ввод текстовой модели.
JSON-представление |
---|
{ "output": string, // Union field |
Гиперпараметры
Гиперпараметры, управляющие процессом настройки. Подробнее читайте на https://ai.google.dev/docs/model_tuning_guidance.
learning_rate_option
. Опции для указания скорости обучения во время настройки. learning_rate_option
может быть только одним из следующих: number
learningRate
Необязательный. Неизменяемый. 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
learningRateMultiplier
Необязательный. Неизменяемый. 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
epochCount
Неизменяемый. Количество эпох обучения. Эпоха — это один проход по обучающим данным. Если не установлено, будет использоваться значение по умолчанию 5.
batchSize
integer
Неизменяемый. Гиперпараметр размера пакета для настройки. Если этот параметр не установлен, будет использоваться значение по умолчанию 4 или 16 в зависимости от количества обучающих примеров.
JSON-представление |
---|
{ // Union field |