Gemini आर्टिफ़िशियल इंटेलिजेंस (AI) मॉडल की मदद से ऐप्लिकेशन बनाते समय, फ़्रीफ़ॉर्म प्रॉम्प्ट या स्ट्रक्चर्ड प्रॉम्प्ट की मदद से, यह बताएं कि मॉडल निर्देशों या अनुरोधों के जवाब किस तरह देता है. मॉडल ट्यूनिंग की मदद से, मॉडल के व्यवहार में ज़्यादा बदलाव किए जा सकते हैं. साथ ही, किसी सामान्य प्रॉम्प्ट में फ़िट होने वाले डेटा की तुलना में, ट्रेनिंग के उदाहरण के ज़्यादा डेटा की ज़रूरत होती है. ट्यून किए गए मॉडल का दूसरा फ़ायदा यह है कि इन्हें एक से ज़्यादा प्रॉम्प्ट के साथ इस्तेमाल किया जा सकता है. मॉडल ट्यूनिंग के बारे में ज़्यादा जानकारी के लिए, मॉडल ट्यूनिंग गाइड देखें.
इस गाइड में, Google AI Studio की मदद से ट्यून किए गए मॉडल को बनाने और इस्तेमाल करने का तरीका बताया गया है.
ट्यूनिंग डेटासेट बनाएं
किसी मॉडल को ट्यून करने के लिए, अनुरोध करने वाली सामान्य तकनीकों के मुकाबले ज़्यादा उदाहरणों या ट्रेनिंग डेटा की ज़रूरत होती है. किसी मॉडल को 20 उदाहरणों में से ट्यून किया जा सकता है. आम तौर पर, मॉडल के व्यवहार में बड़ा बदलाव करने के लिए, आपको 100 से 500 उदाहरणों की ज़रूरत होगी. अगर आपके पास इससे बड़े या इससे बड़े साइज़ का ट्रेनिंग डेटासेट नहीं है, तो सबसे पहले स्ट्रक्चर्ड प्रॉम्प्ट इस्तेमाल करें. इस सुविधा से आपको ट्रेनिंग के कम से कम तीन या चार उदाहरणों की मदद से, मॉडल को बेहतर बनाने के बारे में जानकारी मिल सकती है.
आपके ट्यूनिंग डेटासेट में, ट्रेनिंग के जो उदाहरण दिए गए हैं वे रिस्पॉन्स देने के लिए जनरेटिव मॉडल को गाइड करते हैं. आपके डेटासेट में कम से कम हर रिकॉर्ड में एक इनपुट वैल्यू होनी चाहिए, जो निर्देश को दिखाती है. साथ ही, एक आउटपुट वैल्यू होनी चाहिए, जो जनरेटिव मॉडल से सही रिस्पॉन्स को दिखाती हो.
इस प्रॉम्प्ट के लिए इनपुट और आउटपुट वैल्यू का उदाहरण यहां दिया गया है. इस मामले में, मॉडल के लिए प्रॉडक्ट का नाम इनपुट या प्रॉम्प्ट है और प्रॉडक्ट की कॉपी अनुमानित आउटपुट है:
| प्रॉडक्ट का नाम (इनपुट) | प्रॉडक्ट कॉपी (आउटपुट) |
|---|---|
| पुराने अंदाज़ में इस्तेमाल किया जाने वाला स्नीकर | चलो तय करते हैं! ये किक एक खास लुक और एक अलग तरह का रंग पटल हैं. साथ ही, ये आपको दूसरे जूतों की तरह स्टाइल और काम करने में मदद करते हैं. |
| सुपरसॉफ़्ट हुडी | हमारी नई हुडी में आरामदेह और स्टाइलिश रहें! 100% कॉटन से बनी यह हुडी मुलायम और आरामदेह है. इसे पूरे दिन पहना जा सकता है. इसके अंदर की ब्रश की मदद से, ठंडे दिनों में भी तापमान को गर्म रखा जा सकता है. |
किसी ट्रेनिंग डेटासेट में एक से ज़्यादा इनपुट और एक से ज़्यादा आउटपुट हो सकते हैं. साथ ही, हर रिकॉर्ड के लिए कम से कम एक इनपुट और एक आउटपुट होना ज़रूरी है. AI Studio में स्ट्रक्चर्ड प्रॉम्प्ट यूज़र इंटरफ़ेस का इस्तेमाल करके डेटासेट बनाया जा सकता है या कॉमा सेपरेटेड वैल्यू (CSV) वाली डेटा फ़ाइल या Google Sheets स्प्रेडशीट से डेटा इंपोर्ट किया जा सकता है.
ट्यून किया गया मॉडल बनाना
ट्यूनिंग डेटासेट बनाने के बाद, एआई स्टूडियो में Gemini मॉडल का ट्यून किया गया वर्शन बनाया जा सकता है. इसके लिए, अपना डेटासेट उपलब्ध कराएं और कुछ कॉन्फ़िगरेशन पैरामीटर सेट करें. ज़रूरी इनपुट देने के बाद, सिस्टम ट्यून किया गया मॉडल बनाता है. इसके बाद, उसे अपने प्रॉम्प्ट के साथ इस्तेमाल किया जा सकता है.
ट्यून किया गया मॉडल बनाने के लिए:
- AI Studio के वेब ऐप्लिकेशन में, इंटरफ़ेस की बाईं ओर मौजूद, ट्यून किया गया मॉडल विकल्प चुनें.
- ट्यूनिंग के लिए डेटा चुनें डायलॉग में, स्ट्रक्चर्ड प्रॉम्प्ट चुनकर अपने ट्यूनिंग डेटासेट को कनेक्ट करें. इसके अलावा, कॉमा से अलग की गई वैल्यू (.CSV) फ़ॉर्मैट वाली फ़ाइल या Google Sheets स्प्रेडशीट में डेटा लोड करने के लिए, इंपोर्ट करें बटन पर क्लिक करें.
- ट्यून किए गए मॉडल का नाम फ़ील्ड में, अपने ट्यून किए गए मॉडल का नाम डालें. ट्यूनिंग कार्रवाई पूरी होने के बाद, यह नाम चुने जा सकने वाले मॉडल के तौर पर दिखता है.
- जानकारी फ़ील्ड में, ट्यून किए गए मॉडल की जानकारी डालें. हालांकि, ऐसा करना ज़रूरी नहीं है.
- मॉडल फ़ील्ड में वह फ़ाउंडेशन मॉडल चुनें जिसे आपको अपने ट्यून किए गए मॉडल के आधार के तौर पर इस्तेमाल करना है.
- ट्यून किया गया मॉडल बनाने के लिए, बेहतर सेटिंग को सेट किया जा सकता है. हालांकि, ऐसा करना ज़रूरी नहीं है. इन सेटिंग के बारे में ज़्यादा जानकारी के लिए, मॉडल ट्यूनिंग गाइड देखें.
- ट्यून किया गया मॉडल बनाने के लिए, ट्यून चुनें.
ट्यून किए गए वर्शन बनाने में सिस्टम को कुछ मिनट या उससे ज़्यादा समय लग सकता है. यह साइज़ या आपके डेटासेट, बताए गए एपॉच की संख्या, और मौजूदा सिस्टम लोड के हिसाब से तय होता है. ट्यून करने की प्रोसेस की स्थिति देखने के लिए, ऐप्लिकेशन के बाईं ओर मौजूद मेरी लाइब्रेरी चुनें और ट्यून किए गए मॉडल का नाम देखें.
ट्यून किए गए मॉडल का इस्तेमाल करना
मॉडल ट्यूनिंग बिल्ड पूरा होने के बाद, अपने प्रॉम्प्ट के साथ इस्तेमाल करने के लिए मॉडल चुना जा सकता है. ट्यून किए गए मॉडल का इस्तेमाल मौजूदा या नए फ़्रीफ़ॉर्म या स्ट्रक्चर्ड प्रॉम्प्ट के साथ किया जा सकता है. हालांकि, इसके लिए ज़रूरी है कि ये प्रॉम्प्ट, आपके ट्यून किए गए डेटासेट के स्ट्रक्चर के हिसाब से हों.
ट्यून किए गए मॉडल का इस्तेमाल करने के लिए:
- AI Studio के वेब ऐप्लिकेशन में, कोई मौजूदा प्रॉम्प्ट खोलें या नया प्रॉम्प्ट शुरू करें.
- रन सेटिंग सेक्शन में, मॉडल ड्रॉप-डाउन चुनें और ट्यून किए गए मॉडल का नाम चुनें.
- ट्यून किए गए मॉडल का इस्तेमाल करने के लिए, प्रॉम्प्ट लिखें या अपडेट करें. इसके बाद, रन करें को चुनें.
जनरेटिव मॉडल के काम करने के तरीके में बदलाव करने के लिए, ट्यूनिंग को ज़्यादा डेटा की ज़रूरत होती है. अगर आपके प्रॉम्प्ट, आपकी पसंद के हिसाब से काम नहीं कर रहे हैं, तो अपने ट्यूनिंग डेटासेट और ट्यूनिंग पैरामीटर का आकलन करें. साथ ही, ज़्यादा उदाहरण जोड़ें.