Ottimizzazione del testo

Questa pagina fornisce i prerequisiti e le istruzioni dettagliate per l'ottimizzazione dei modelli Gemini sui dati di testo utilizzando l'apprendimento supervisionato.

Casi d'uso

Il fine-tuning ti consente di adattare i modelli Gemini di base per attività specializzate. Ecco alcuni casi d'uso del testo:

  • Estrazione di informazioni strutturate dalle chat: trasforma le conversazioni multi-turn in dati organizzati ottimizzando un modello per identificare gli attributi chiave e restituirli in un formato strutturato come JSONL.
  • Categorizzazione dei documenti: ottimizza un modello per classificare con precisione documenti lunghi in categorie predefinite, consentendo un'organizzazione e un recupero efficienti delle informazioni.
  • Aderenza alle istruzioni: migliora la capacità di un modello di comprendere ed eseguire le istruzioni, portando a un completamento delle attività più accurato e affidabile.
  • Revisione automatica del codice: utilizza l'ottimizzazione per creare un modello in grado di fornire revisioni del codice approfondite, identificare potenziali problemi e suggerire miglioramenti.
  • Riassunto: genera riassunti concisi e informativi di testi lunghi ottimizzando un modello per catturare l'essenza dei contenuti.
  • Generazione di codice e DSL: ottimizza un modello per generare codice in vari linguaggi di programmazione o linguaggi specifici di dominio (DSL), automatizzando le attività di programmazione ripetitive.
  • Miglioramento delle prestazioni RAG: migliora l'utilità e l'accuratezza dei sistemi di Retrieval-Augmented Generation (RAG) ottimizzando il modello linguistico sottostante.

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.

Di seguito è riportato un esempio di set di dati di testo.

Per un esempio di formato generico, consulta Esempio di set di dati per 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."
        }
      ]
    }
  ]
}

Set di dati di esempio

Puoi utilizzare i seguenti set di dati di esempio per scoprire come ottimizzare un modello Gemini. Per utilizzare questi set di dati, specifica gli URI nei parametri applicabili quando crei un job di fine-tuning supervisionato di un modello di testo.

Per utilizzare il set di dati di ottimizzazione di esempio, specifica la sua posizione come segue:

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

Per utilizzare il set di dati di convalida di esempio, specifica la sua posizione come segue:

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

Passaggi successivi