Os classificadores ágeis são um método eficiente e flexível para criar classificadores de políticas de conteúdo personalizados ajustando modelos, como o Gemma, para atender às suas necessidades. Eles também permitem que você tenha controle total sobre onde e como são implantados.
Tutoriais do Classificador ágil do Gemma
Iniciar o codelab
Iniciar o Google ColabO codelab e tutorial usar LoRA para ajustar um Gemma para atuar como um classificador de políticas de conteúdo usando o KerasNLP biblioteca. Usando apenas 200 exemplos do conjunto de dados ETHOS, classificador atinge uma pontuação F1 de 0,80 e pontuação ROC-AUC de 0,78, o que se compara favoravelmente ao estado da arte resultados do placar. Quando treinado com os 800 exemplos, como os outros classificadores do quadro de liderança, o classificador ágil baseado em Gemma atinge uma pontuação F1 de 83,74 e uma pontuação ROC-AUC de 88,17. É possível adaptar instruções do tutorial para refinar ainda mais esse classificador ou criar seu próprio classificador proteções personalizadas do classificador de segurança.