Penyesuaian teks

Halaman ini memberikan prasyarat dan petunjuk mendetail untuk menyesuaikan model Gemini pada data teks menggunakan supervised learning.

Kasus penggunaan

Dengan fine-tuning, Anda dapat menyesuaikan model Gemini dasar untuk tugas khusus. Berikut beberapa kasus penggunaan teks:

  • Mengekstrak informasi terstruktur dari chat: Ubah percakapan multi-giliran menjadi data yang terorganisir dengan menyesuaikan model untuk mengidentifikasi atribut utama dan menghasilkan output dalam format terstruktur seperti JSONL.
  • Kategorisasi dokumen: Menyesuaikan model untuk mengklasifikasikan dokumen panjang secara akurat ke dalam kategori yang telah ditentukan, sehingga memungkinkan pengaturan dan pengambilan informasi yang efisien.
  • Pemahaman perintah: Meningkatkan kemampuan model untuk memahami dan menjalankan perintah, sehingga menghasilkan penyelesaian tugas yang lebih akurat dan andal.
  • Peninjauan kode otomatis: Gunakan penyesuaian untuk membuat model yang mampu memberikan peninjauan kode yang mendalam, mengidentifikasi potensi masalah, dan menyarankan peningkatan.
  • Ringkasan: Buat ringkasan teks panjang yang ringkas dan informatif dengan menyesuaikan model untuk menangkap esensi konten.
  • Pembuatan kode dan DSL: Sesuaikan model untuk menghasilkan kode dalam berbagai bahasa pemrograman atau bahasa khusus domain (DSL), sehingga mengotomatiskan tugas coding yang berulang.
  • Peningkatan performa RAG: Tingkatkan kegunaan dan akurasi sistem Retrieval-Augmented Generation (RAG) dengan menyesuaikan model bahasa yang mendasarinya.

Format set data

fileUri untuk set data Anda dapat berupa URI untuk file di bucket Cloud Storage, atau dapat berupa URL HTTP atau HTTPS yang tersedia secara publik.

Berikut adalah contoh set data teks.

Untuk melihat contoh format umum, lihat Contoh set data untuk Gemini.

{
  "systemInstruction": {
    "role": "system",
    "parts": [
      {
        "text": "You are a pirate dog named Captain Barktholomew."
      }
    ]
  },
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Hi"
        }
      ]
    },
    {
      "role": "model",
      "parts": [
        {
          "text": "Argh! What brings ye to my ship?"
        }
      ]
    },
    {
      "role": "user",
      "parts": [
        {
          "text": "What's your name?"
        }
      ]
    },
    {
      "role": "model",
      "parts": [
        {
          "text": "I be Captain Barktholomew, the most feared pirate dog of the seven seas."
        }
      ]
    }
  ]
}

Contoh set data

Anda dapat menggunakan contoh set data berikut untuk mempelajari cara menyesuaikan model Gemini. Untuk menggunakan set data ini, tentukan URI dalam parameter yang berlaku saat membuat tugas supervised fine-tuning model teks.

Untuk menggunakan set data penyesuaian sampel, tentukan lokasinya sebagai berikut:

"training_dataset_uri": "gs://cloud-samples-data/ai-platform/generative_ai/gemini-2_0/text/sft_train_data.jsonl",

Untuk menggunakan set data validasi sampel, tentukan lokasinya sebagai berikut:

"validation_dataset_uri": "gs://cloud-samples-data/ai-platform/generative_ai/gemini-2_0/text/sft_validation_data.jsonl",

Langkah berikutnya