Questa pagina fornisce i prerequisiti e le istruzioni dettagliate per l'ottimizzazione dei modelli Gemini sui dati dei documenti utilizzando l'apprendimento supervisionato.
Casi d'uso
Il fine-tuning ti consente di personalizzare potenti modelli linguistici in base alle tue esigenze specifiche. Ecco alcuni casi d'uso chiave in cui l'ottimizzazione con il tuo set di PDF può migliorare significativamente le prestazioni di un modello:
- Knowledge base interna: converti i tuoi documenti interni in una knowledge base basata sull'AI che fornisce risposte e insight istantanei. Ad esempio, un rappresentante di vendita potrebbe accedere istantaneamente alle specifiche dei prodotti e ai dettagli sui prezzi dai materiali di formazione precedenti.
- Assistente di ricerca: crea un assistente di ricerca in grado di analizzare una raccolta di articoli di ricerca, articoli e libri. Un ricercatore che studia il cambiamento climatico potrebbe analizzare rapidamente articoli scientifici per identificare le tendenze nell'innalzamento del livello del mare o valutare l'efficacia di diverse strategie di mitigazione.
- Conformità legale o normativa: l'ottimizzazione dei documenti legali può aiutare ad automatizzare la revisione dei contratti, segnalando potenziali incoerenze o aree di rischio. Ciò consente ai professionisti legali di concentrarsi su attività di livello superiore, garantendo al contempo la conformità.
- Generazione automatica di report: automatizza l'analisi di report finanziari complessi, estraendo gli indicatori chiave di prestazione e generando riepiloghi per gli stakeholder. In questo modo, puoi risparmiare tempo e ridurre il rischio di errori rispetto all'analisi manuale.
- Sintesi e analisi dei contenuti: riassumi documenti PDF lunghi, estrai informazioni chiave e analizza le tendenze. Ad esempio, un team di ricerca di mercato potrebbe analizzare una raccolta di sondaggi tra i clienti per identificare i temi e il sentiment principali.
- Confronto dei documenti e controllo della versione: confronta diverse versioni di un documento per identificare le modifiche e monitorare le revisioni. Questo può essere particolarmente utile in ambienti collaborativi in cui più autori contribuiscono a un documento.
Limitazioni
Di seguito sono riportate le limitazioni relative all'inclusione di PDF nel set di dati:
- Numero massimo di pagine PDF per esempio: 300
- Numero massimo di file PDF per esempio: 4
- Dimensione massima del file PDF: 20 MB
Per scoprire di più sui requisiti di comprensione dei documenti, consulta Comprensione dei documenti.
Formato del set di dati
fileUri per il tuo set di dati può essere l'URI di un file in un bucket Cloud Storage o un URL HTTP o HTTPS disponibile pubblicamente.
Per un esempio di formato generico, consulta Esempio di set di dati per Gemini.
Di seguito è riportato un esempio di set di dati di documenti.
{
"contents": [
{
"role": "user",
"parts": [
{
"fileData": {
"mimeType": "application/pdf",
"fileUri": "gs://cloud-samples-data/generative-ai/pdf/2403.05530.pdf"
}
},
{
"text": "You are a very professional document summarization specialist. Please summarize the given document."
}
]
},
{
"role": "model",
"parts": [
{
"text": "The report introduces Gemini 2.0 Flash, a multimodal AI model developed by Google DeepMind. The report positions Gemini 2.0 Flash as a significant advancement in multimodal AI, pushing the boundaries of long-context understanding and opening new avenues for future research and applications."
}
]
}
]
}
(Solo modelli Gemini 3 e versioni successive) A partire dai modelli Gemini 3, puoi anche impostare la risoluzione dei contenuti multimediali per i singoli contenuti multimediali Part.
In questo modo puoi combinare le risoluzioni nel tuo set di dati (ad esempio impostando MEDIA_RESOLUTION_HIGH per un elemento e MEDIA_RESOLUTION_LOW per un altro).
Le impostazioni di risoluzione dei contenuti multimediali a livello di Part hanno la precedenza sulle impostazioni globali.
Se non specifichi un Part per un media specifico, il valore predefinito è lo stesso dei valori predefiniti del lato di pubblicazione. Per saperne di più sulla risoluzione a livello di parte e sui relativi conteggi dei token, consulta Risoluzione dei contenuti multimediali.
Di seguito è riportato un set di dati di esempio che imposta la risoluzione dei contenuti multimediali sia a livello di Part sia a livello globale:
{
"contents": [
{
"role": "user",
"parts": [
{
"fileData": {
"mimeType": "application/pdf",
"fileUri": "gs://cloud-samples-data/generative-ai/pdf/2403.05530.pdf"
}
},
{
"fileData": {
"mimeType": "application/pdf",
"fileUri": "gs://<path to another PDF>"
},
"mediaResolution": {
"level": "MEDIA_RESOLUTION_HIGH"
}
},
{
"text": "Describe these documents in detail."
}
]
},
{
"role": "model",
"parts": [
{
"text": "PDF 1 is low resolution while PDF 2 is sharp and clear"
}
]
}
],
"generationConfig": {
"mediaResolution": "MEDIA_RESOLUTION_LOW"
}
}
Passaggi successivi
- Per saperne di più sulla funzionalità di comprensione dei documenti dei modelli Gemini, consulta la panoramica sulla comprensione dei documenti.
- Per iniziare l'ottimizzazione, consulta Ottimizza i modelli Gemini utilizzando il fine-tuning supervisionato