Ajuste de documentos

Esta página fornece pré-requisitos e instruções detalhadas para ajustar modelos do Gemini em dados de documentos usando o aprendizado supervisionado.

Casos de uso

O ajuste fino permite personalizar modelos de linguagem avançados para suas necessidades específicas. Confira alguns casos de uso importantes em que o ajuste fino com seu próprio conjunto de PDFs pode melhorar significativamente o desempenho de um modelo:

  • Base de conhecimento interna: converta seus documentos internos em uma base de conhecimento com tecnologia de IA que fornece respostas e insights instantâneos. Por exemplo, um representante de vendas pode acessar instantaneamente as especificações do produto e os detalhes de preços de materiais de treinamento anteriores.
  • Assistente de pesquisa: crie um assistente de pesquisa capaz de analisar uma coleção de artigos, artigos e livros de pesquisa. Um pesquisador que estuda mudanças climáticas pode analisar rapidamente artigos científicos para identificar tendências no aumento do nível do mar ou avaliar a eficácia de diferentes estratégias de mitigação.
  • Conformidade legal ou regulatória: o ajuste fino em documentos legais pode ajudar a automatizar a revisão de contratos, sinalizando possíveis inconsistências ou áreas de risco. Isso permite que os profissionais jurídicos se concentrem em tarefas mais complexas, garantindo a conformidade.
  • Geração automatizada de relatórios: automatize a análise de relatórios financeiros complexos, extraindo indicadores principais de desempenho e gerando resumos para as partes interessadas. Isso pode economizar tempo e reduzir o risco de erros em comparação com a análise manual.
  • Resumo e análise de conteúdo: resuma documentos PDF longos, extraia insights importantes e analise tendências. Por exemplo, uma equipe de pesquisa de mercado pode analisar um conjunto de pesquisas de clientes para identificar os principais temas e sentimentos.
  • Comparação de documentos e controle de versões: compare diferentes versões de um documento para identificar mudanças e acompanhar revisões. Isso pode ser particularmente útil em ambientes colaborativos em que vários autores contribuem para um documento.

Limitações

Estas são as limitações ao incluir PDFs no conjunto de dados:

  • Máximo de páginas de PDF por exemplo: 300
  • Máximo de arquivos PDF por exemplo: 4
  • Tamanho máximo do arquivo PDF: 20 MB

Para saber mais sobre os requisitos de compreensão de documentos, consulte Compreensão de documentos.

Formato do conjunto de dados

O fileUri do conjunto de dados pode ser o URI de um arquivo em um bucket do Cloud Storage ou um URL HTTP ou HTTPS disponível publicamente.

Para conferir o exemplo de formato genérico, consulte Exemplo de conjunto de dados para o Gemini.

Confira a seguir um exemplo de conjunto de dados de documentos.

{
  "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."
        }
      ]
    }
  ]
}

(Somente para o Gemini 3 e modelos mais recentes) A partir dos modelos do Gemini 3, também é possível definir a resolução de cada mídia Part. Isso permite misturar resoluções no conjunto de dados (por exemplo, definindo MEDIA_RESOLUTION_HIGH para um item e MEDIA_RESOLUTION_LOW para outro).

As configurações de resolução de mídia no nível de Part têm prioridade sobre as configurações globais.

Se você não especificar um Part para uma mídia específica, o valor padrão será o mesmo que os padrões do lado da veiculação. Para mais informações sobre a resolução em nível de parte e as contagens de tokens correspondentes, consulte Resolução de mídia.

Veja a seguir um conjunto de dados de exemplo que define a resolução de mídia nos níveis Part e global:

{
  "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"
  }
}

A seguir