La prise en charge du réglage fin de l'API Gemini fournit un mécanisme permettant de sélectionner la sortie lorsque vous disposez d'un petit ensemble de données d'exemples d'entrée/sortie. Pour en savoir plus, consultez le guide de réglage du modèle et le tutoriel.
Méthode: tunedModels.create
- Point de terminaison
- Paramètres de requête
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
- Exemple de requête
Crée un modèle réglé. Vérifiez la progression de l'ajustement intermédiaire (le cas échéant) via le service google.longrunning.Operations
.
Accédez à l'état et aux résultats via le service Operations. Exemple: GET /v1/tunedModels/az2mb0bpw6i/operations/000-111-222
Point de terminaison
Posterhttps: / /generativelanguage.googleapis.com /v1beta /tunedModels
L'URL utilise la syntaxe de transcodage gRPC.
Paramètres de requête
tunedModelId
string
Facultatif. Identifiant unique du modèle optimisé, le cas échéant. Cette valeur ne doit pas dépasser 40 caractères. Le premier caractère doit être une lettre, et le dernier peut être une lettre ou un chiffre. L'ID doit correspondre à l'expression régulière: [a-z]([a-z0-9-]{0,38}[a-z0-9])?
.
Corps de la requête
Le corps de la requête contient une instance de TunedModel
.
displayName
string
Facultatif. Nom à afficher pour ce modèle dans les interfaces utilisateur. Le nom à afficher ne doit pas comporter plus de 40 caractères, espaces compris.
description
string
Facultatif. Brève description de ce modèle.
tuningTask
object (TuningTask
)
Obligatoire. La tâche de réglage qui crée le modèle affiné.
readerProjectNumbers[]
string (int64 format)
Facultatif. Liste des numéros de projet ayant un accès en lecture au modèle ajusté.
source_model
Union type
source_model
ne peut être qu'un des éléments suivants :tunedModelSource
object (TunedModelSource
)
Facultatif. TunedModel à utiliser comme point de départ pour l'entraînement du nouveau modèle.
baseModel
string
Immuable. Nom de l'Model
à régler. Exemple : models/gemini-1.5-flash-001
temperature
number
Facultatif. Contrôle le caractère aléatoire de la sortie.
Les valeurs peuvent être supérieures à [0.0,1.0]
(inclus). Une valeur plus proche de 1.0
génère des réponses plus variées, tandis qu'une valeur plus proche de 0.0
génère généralement des réponses moins surprenantes du modèle.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
topP
number
Facultatif. Pour l'échantillonnage du noyau.
L'échantillonnage du noyau prend en compte le plus petit ensemble de jetons dont la somme des probabilités est d'au moins topP
.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
topK
integer
Facultatif. Pour l'échantillonnage top-k.
L'échantillonnage top-k prend en compte l'ensemble des topK
jetons les plus probables. Cette valeur spécifie la valeur par défaut à utiliser par le backend lors de l'appel du modèle.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
Exemple de requête
Python
Corps de la réponse
Si la requête aboutit, le corps de la réponse contient une nouvelle instance de Operation
.
Méthode: tunedModels.generateContent
- Point de terminaison
- Paramètres de chemin d'accès
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
- Exemple de requête
Génère une réponse de modèle à partir d'une entrée GenerateContentRequest
. Pour en savoir plus sur l'utilisation, consultez le guide de génération de texte. Les fonctionnalités d'entrée diffèrent d'un modèle à l'autre, y compris pour les modèles affinés. Pour en savoir plus, consultez le guide du modèle et le guide de réglage.
Point de terminaison
Posterhttps: / /generativelanguage.googleapis.com /v1beta /{model=tunedModels /*}:generateContent
L'URL utilise la syntaxe de transcodage gRPC.
Paramètres de chemin d'accès
model
string
Obligatoire. Nom de l'Model
à utiliser pour générer la saisie semi-automatique.
Format : models/{model}
. Il se présente sous la forme tunedModels/{tunedmodel}
.
Corps de la requête
Le corps de la requête contient des données présentant la structure suivante :
tools[]
object (Tool
)
Facultatif. Liste des Tools
que le Model
peut utiliser pour générer la réponse suivante.
Un Tool
est un morceau de code qui permet au système d'interagir avec des systèmes externes pour effectuer une action ou un ensemble d'actions en dehors du champ d'application et des connaissances du Model
. Les Tool
acceptés sont Function
et codeExecution
. Pour en savoir plus, consultez les guides Appels de fonction et Exécution du code.
toolConfig
object (ToolConfig
)
Facultatif. Configuration de l'outil pour tous les Tool
spécifiés dans la requête. Pour obtenir un exemple d'utilisation, consultez le guide d'appel de fonction.
safetySettings[]
object (SafetySetting
)
Facultatif. Liste d'instances SafetySetting
uniques pour le blocage du contenu non sécurisé.
Cette règle sera appliquée aux GenerateContentRequest.contents
et GenerateContentResponse.candidates
. Il ne doit pas y avoir plus d'un paramètre pour chaque type SafetyCategory
. L'API bloque tous les contenus et réponses qui ne respectent pas les seuils définis par ces paramètres. Cette liste remplace les paramètres par défaut de chaque SafetyCategory
spécifié dans les paramètres de sécurité. Si aucun SafetySetting
n'est fourni pour un SafetyCategory
donné dans la liste, l'API utilise le paramètre de sécurité par défaut pour cette catégorie. Les catégories de préjudice HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_DANGEROUS_CONTENT, HARM_CATEGORY_HARASSMENT et HARM_CATEGORY_CIVIC_INTEGRITY sont acceptées. Pour en savoir plus sur les paramètres de sécurité disponibles, consultez le guide. Consultez également les Consignes de sécurité pour découvrir comment intégrer des considérations de sécurité à vos applications d'IA.
systemInstruction
object (Content
)
Facultatif. Le développeur a défini une ou plusieurs instructions système. Pour le moment, texte uniquement.
generationConfig
object (GenerationConfig
)
Facultatif. Options de configuration pour la génération de modèles et les sorties.
cachedContent
string
Facultatif. Nom du contenu mis en cache à utiliser comme contexte pour diffuser la prédiction. Format : cachedContents/{cachedContent}
Exemple de requête
Texte
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Image
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Audio
Python
Node.js
Coquille Rose
Vidéo
Python
Node.js
Go
Coquille Rose
Python
Coquille Rose
Chat
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Cache
Python
Node.js
Modèle réglé
Python
Mode JSON
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Exécution du code
Python
Kotlin
Java
Appel de fonction
Python
Node.js
Coquille Rose
Kotlin
Swift
Dart
Java
Configuration de génération
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Paramètres de sécurité
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Instruction système
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Corps de la réponse
Si la requête aboutit, le corps de la réponse contient une instance de GenerateContentResponse
.
Méthode: tunedModels.streamGenerateContent
- Point de terminaison
- Paramètres de chemin d'accès
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
- Exemple de requête
Génère une réponse en streaming à partir du modèle, à partir d'une entrée GenerateContentRequest
.
Point de terminaison
Posterhttps: / /generativelanguage.googleapis.com /v1beta /{model=tunedModels /*}:streamGenerateContent
L'URL utilise la syntaxe de transcodage gRPC.
Paramètres de chemin d'accès
model
string
Obligatoire. Nom de l'Model
à utiliser pour générer la saisie semi-automatique.
Format : models/{model}
. Il se présente sous la forme tunedModels/{tunedmodel}
.
Corps de la requête
Le corps de la requête contient des données présentant la structure suivante :
tools[]
object (Tool
)
Facultatif. Liste des Tools
que le Model
peut utiliser pour générer la réponse suivante.
Un Tool
est un morceau de code qui permet au système d'interagir avec des systèmes externes pour effectuer une action ou un ensemble d'actions en dehors du champ d'application et des connaissances du Model
. Les Tool
acceptés sont Function
et codeExecution
. Pour en savoir plus, consultez les guides Appels de fonction et Exécution du code.
toolConfig
object (ToolConfig
)
Facultatif. Configuration de l'outil pour tous les Tool
spécifiés dans la requête. Pour obtenir un exemple d'utilisation, consultez le guide d'appel de fonction.
safetySettings[]
object (SafetySetting
)
Facultatif. Liste d'instances SafetySetting
uniques pour le blocage du contenu non sécurisé.
Cette règle sera appliquée aux GenerateContentRequest.contents
et GenerateContentResponse.candidates
. Il ne doit pas y avoir plus d'un paramètre pour chaque type SafetyCategory
. L'API bloque tous les contenus et réponses qui ne respectent pas les seuils définis par ces paramètres. Cette liste remplace les paramètres par défaut de chaque SafetyCategory
spécifié dans les paramètres de sécurité. Si aucun SafetySetting
n'est fourni pour un SafetyCategory
donné dans la liste, l'API utilise le paramètre de sécurité par défaut pour cette catégorie. Les catégories de préjudice HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_DANGEROUS_CONTENT, HARM_CATEGORY_HARASSMENT et HARM_CATEGORY_CIVIC_INTEGRITY sont acceptées. Pour en savoir plus sur les paramètres de sécurité disponibles, consultez le guide. Consultez également les Consignes de sécurité pour découvrir comment intégrer des considérations de sécurité à vos applications d'IA.
systemInstruction
object (Content
)
Facultatif. Le développeur a défini une ou plusieurs instructions système. Pour le moment, texte uniquement.
generationConfig
object (GenerationConfig
)
Facultatif. Options de configuration pour la génération de modèles et les sorties.
cachedContent
string
Facultatif. Nom du contenu mis en cache à utiliser comme contexte pour diffuser la prédiction. Format : cachedContents/{cachedContent}
Exemple de requête
Texte
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Image
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Audio
Python
Coquille Rose
Vidéo
Python
Node.js
Go
Coquille Rose
Python
Coquille Rose
Chat
Python
Node.js
Go
Coquille Rose
Kotlin
Swift
Dart
Java
Corps de la réponse
Si la requête aboutit, le corps de la réponse contient un flux d'instances GenerateContentResponse
.
Méthode: tunedModels.get
- Point de terminaison
- Paramètres de chemin d'accès
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
- Exemple de requête
Récupère des informations sur un TunedModel spécifique.
Point de terminaison
gethttps: / /generativelanguage.googleapis.com /v1beta /{name=tunedModels /*}
L'URL utilise la syntaxe de transcodage gRPC.
Paramètres de chemin d'accès
name
string
Obligatoire. Nom de la ressource du modèle.
Format: tunedModels/my-model-id
Il se présente sous la forme tunedModels/{tunedmodel}
.
Corps de la requête
Le corps de la requête doit être vide.
Exemple de requête
Python
Corps de la réponse
Si la requête aboutit, le corps de la réponse contient une instance de TunedModel
.
Méthode: tunedModels.list
- Point de terminaison
- Paramètres de requête
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
- Exemple de requête
Répertorie les modèles réglés créés.
Point de terminaison
gethttps: / /generativelanguage.googleapis.com /v1beta /tunedModels
L'URL utilise la syntaxe de transcodage gRPC.
Paramètres de requête
pageSize
integer
Facultatif. Nombre maximal de TunedModels
à renvoyer (par page). Le service peut renvoyer moins de modèles optimisés.
Si aucune valeur n'est spécifiée, 10 modèles optimisés au maximum sont renvoyés. Cette méthode ne renvoie pas plus de 1 000 modèles par page, même si vous transmettez une valeur de pageSize plus élevée.
pageToken
string
Facultatif. Jeton de page reçu d'un appel tunedModels.list
précédent.
Indiquez le pageToken
renvoyé par une requête en tant qu'argument de la requête suivante pour récupérer la page suivante.
Lors de la pagination, tous les autres paramètres fournis à tunedModels.list
doivent correspondre à l'appel ayant fourni le jeton de page.
filter
string
Facultatif. Un filtre est une recherche de texte intégral sur la description et le nom à afficher du modèle affiné. Par défaut, les résultats n'incluent pas les modèles optimisés partagés avec tous les utilisateurs.
Opérateurs supplémentaires: - owner:me - writers:me - readers:me - readers:everyone
Exemples: "owner:me" renvoie tous les modèles optimisés pour lesquels l'appelant dispose du rôle de propriétaire "readers:me" renvoie tous les modèles optimisés pour lesquels l'appelant dispose du rôle de lecteur "readers:everyone" renvoie tous les modèles optimisés partagés avec tous
Corps de la requête
Le corps de la requête doit être vide.
Exemple de requête
Python
Corps de la réponse
Réponse de tunedModels.list
contenant une liste paginée de modèles.
Si la requête aboutit, le corps de la réponse contient des données qui ont la structure suivante :
tunedModels[]
object (TunedModel
)
Modèles renvoyés.
nextPageToken
string
Jeton pouvant être envoyé en tant que pageToken
pour récupérer la page suivante.
Si ce champ est omis, il n'y a plus de pages.
Représentation JSON |
---|
{
"tunedModels": [
{
object ( |
Méthode: tunedModels.patch
- Point de terminaison
- Paramètres de chemin d'accès
- Paramètres de requête
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
Met à jour un modèle affiné.
Point de terminaison
correctifhttps: / /generativelanguage.googleapis.com /v1beta /{tunedModel.name=tunedModels /*}
PATCH https://generativelanguage.googleapis.com/v1beta/{tunedModel.name=tunedModels/*}
L'URL utilise la syntaxe de transcodage gRPC.
Paramètres de chemin d'accès
tunedModel.name
string
Uniquement en sortie. Nom du modèle ajusté. Un nom unique sera généré lors de la création. Exemple: tunedModels/az2mb0bpw6i
Si displayName est défini lors de la création, la partie ID du nom est définie en concaténant les mots de displayName avec des traits d'union et en ajoutant une partie aléatoire pour l'unicité.
Exemple :
- displayName =
Sentence Translator
- name =
tunedModels/sentence-translator-u3b7m
Il se présente sous la formetunedModels/{tunedmodel}
.
Paramètres de requête
updateMask
string (FieldMask
format)
Facultatif. Liste des champs à mettre à jour.
Il s'agit d'une liste de noms de champs complets séparés par une virgule. Exemple : "user.displayName,photo"
Corps de la requête
Le corps de la requête contient une instance de TunedModel
.
displayName
string
Facultatif. Nom à afficher pour ce modèle dans les interfaces utilisateur. Le nom à afficher ne doit pas comporter plus de 40 caractères, espaces compris.
description
string
Facultatif. Brève description de ce modèle.
tuningTask
object (TuningTask
)
Obligatoire. La tâche de réglage qui crée le modèle affiné.
readerProjectNumbers[]
string (int64 format)
Facultatif. Liste des numéros de projet ayant un accès en lecture au modèle ajusté.
source_model
Union type
source_model
ne peut être qu'un des éléments suivants :tunedModelSource
object (TunedModelSource
)
Facultatif. TunedModel à utiliser comme point de départ pour l'entraînement du nouveau modèle.
temperature
number
Facultatif. Contrôle le caractère aléatoire de la sortie.
Les valeurs peuvent être supérieures à [0.0,1.0]
(inclus). Une valeur plus proche de 1.0
génère des réponses plus variées, tandis qu'une valeur plus proche de 0.0
génère généralement des réponses moins surprenantes du modèle.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
topP
number
Facultatif. Pour l'échantillonnage du noyau.
L'échantillonnage du noyau prend en compte le plus petit ensemble de jetons dont la somme des probabilités est d'au moins topP
.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
topK
integer
Facultatif. Pour l'échantillonnage top-k.
L'échantillonnage top-k prend en compte l'ensemble des topK
jetons les plus probables. Cette valeur spécifie la valeur par défaut à utiliser par le backend lors de l'appel du modèle.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
Corps de la réponse
Si la requête aboutit, le corps de la réponse contient une instance de TunedModel
.
Méthode: tunedModels.delete
- Point de terminaison
- Paramètres de chemin d'accès
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
Supprime un modèle réglé.
Point de terminaison
deletehttps: / /generativelanguage.googleapis.com /v1beta /{name=tunedModels /*}
L'URL utilise la syntaxe de transcodage gRPC.
Paramètres de chemin d'accès
name
string
Obligatoire. Nom de la ressource du modèle. Format: tunedModels/my-model-id
Il se présente sous la forme tunedModels/{tunedmodel}
.
Corps de la requête
Le corps de la requête doit être vide.
Corps de la réponse
Si la requête aboutit, le corps de la réponse est un objet JSON vide.
Ressource REST: tunedModels
- Ressource: TunedModel
- TunedModelSource
- État
- TuningTask
- TuningSnapshot
- Ensemble de données
- TuningExamples
- TuningExample
- Hyperparamètres
- Méthodes
Ressource: TunedModel
Modèle affiné créé à l'aide de ModelService.CreateTunedModel.
name
string
Uniquement en sortie. Nom du modèle ajusté. Un nom unique sera généré lors de la création. Exemple: tunedModels/az2mb0bpw6i
Si displayName est défini lors de la création, la partie ID du nom est définie en concaténant les mots de displayName avec des traits d'union et en ajoutant une partie aléatoire pour l'unicité.
Exemple :
- displayName =
Sentence Translator
- name =
tunedModels/sentence-translator-u3b7m
displayName
string
Facultatif. Nom à afficher pour ce modèle dans les interfaces utilisateur. Le nom à afficher ne doit pas comporter plus de 40 caractères, espaces compris.
description
string
Facultatif. Brève description de ce modèle.
state
enum (State
)
Uniquement en sortie. État du modèle ajusté.
createTime
string (Timestamp
format)
Uniquement en sortie. Code temporel de création de ce modèle.
Utilise la norme RFC 3339, où la sortie générée est toujours normalisée avec le suffixe Z et utilise 0, 3, 6 ou 9 chiffres décimaux. Les décalages autres que "Z" sont également acceptés. Exemples: "2014-10-02T15:01:23Z"
, "2014-10-02T15:01:23.045123456Z"
ou "2014-10-02T15:01:23+05:30"
.
updateTime
string (Timestamp
format)
Uniquement en sortie. Code temporel de la dernière mise à jour de ce modèle.
Utilise la norme RFC 3339, où la sortie générée est toujours normalisée avec le suffixe Z et utilise 0, 3, 6 ou 9 chiffres décimaux. Les décalages autres que "Z" sont également acceptés. Exemples: "2014-10-02T15:01:23Z"
, "2014-10-02T15:01:23.045123456Z"
ou "2014-10-02T15:01:23+05:30"
.
tuningTask
object (TuningTask
)
Obligatoire. La tâche de réglage qui crée le modèle affiné.
readerProjectNumbers[]
string (int64 format)
Facultatif. Liste des numéros de projet ayant un accès en lecture au modèle ajusté.
source_model
Union type
source_model
ne peut être qu'un des éléments suivants :tunedModelSource
object (TunedModelSource
)
Facultatif. TunedModel à utiliser comme point de départ pour l'entraînement du nouveau modèle.
baseModel
string
Immuable. Nom de l'Model
à régler. Exemple : models/gemini-1.5-flash-001
temperature
number
Facultatif. Contrôle le caractère aléatoire de la sortie.
Les valeurs peuvent être supérieures à [0.0,1.0]
(inclus). Une valeur plus proche de 1.0
génère des réponses plus variées, tandis qu'une valeur plus proche de 0.0
génère généralement des réponses moins surprenantes du modèle.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
topP
number
Facultatif. Pour l'échantillonnage du noyau.
L'échantillonnage du noyau prend en compte le plus petit ensemble de jetons dont la somme des probabilités est d'au moins topP
.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
topK
integer
Facultatif. Pour l'échantillonnage top-k.
L'échantillonnage top-k prend en compte l'ensemble des topK
jetons les plus probables. Cette valeur spécifie la valeur par défaut à utiliser par le backend lors de l'appel du modèle.
Cette valeur spécifie que la valeur par défaut est celle utilisée par le modèle de base lors de la création du modèle.
Représentation JSON |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
TunedModelSource
Modèle réglé comme source pour entraîner un nouveau modèle.
tunedModel
string
Immuable. Nom de l'TunedModel
à utiliser comme point de départ pour entraîner le nouveau modèle. Exemple : tunedModels/my-tuned-model
baseModel
string
Uniquement en sortie. Nom de l'Model
de base à partir duquel cette TunedModel
a été ajustée. Exemple : models/gemini-1.5-flash-001
Représentation JSON |
---|
{ "tunedModel": string, "baseModel": string } |
État
État du modèle ajusté.
Enums | |
---|---|
STATE_UNSPECIFIED |
Valeur par défaut. Cette valeur n'est pas utilisée. |
CREATING |
Le modèle est en cours de création. |
ACTIVE |
Le modèle est prêt à être utilisé. |
FAILED |
Échec de la création du modèle. |
TuningTask
Tâches de réglage qui créent des modèles réglés.
startTime
string (Timestamp
format)
Uniquement en sortie. Code temporel de début du réglage de ce modèle.
Utilise la norme RFC 3339, où la sortie générée est toujours normalisée avec le suffixe Z et utilise 0, 3, 6 ou 9 chiffres décimaux. Les décalages autres que "Z" sont également acceptés. Exemples: "2014-10-02T15:01:23Z"
, "2014-10-02T15:01:23.045123456Z"
ou "2014-10-02T15:01:23+05:30"
.
completeTime
string (Timestamp
format)
Uniquement en sortie. Code temporel de fin du réglage de ce modèle.
Utilise la norme RFC 3339, où la sortie générée est toujours normalisée avec le suffixe Z et utilise 0, 3, 6 ou 9 chiffres décimaux. Les décalages autres que "Z" sont également acceptés. Exemples: "2014-10-02T15:01:23Z"
, "2014-10-02T15:01:23.045123456Z"
ou "2014-10-02T15:01:23+05:30"
.
snapshots[]
object (TuningSnapshot
)
Uniquement en sortie. Métriques collectées lors de l'ajustement.
trainingData
object (Dataset
)
Obligatoire. Uniquement en entrée. Immuable. Données d'entraînement du modèle.
hyperparameters
object (Hyperparameters
)
Immuable. Hyperparamètres qui contrôlent le processus de réglage. Si elles ne sont pas fournies, des valeurs par défaut seront utilisées.
Représentation JSON |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
TuningSnapshot
Enregistrement pour une seule étape de réglage.
step
integer
Uniquement en sortie. Étape de réglage.
epoch
integer
Uniquement en sortie. Époque à laquelle cette étape appartenait.
meanLoss
number
Uniquement en sortie. Perte moyenne des exemples d'entraînement pour cette étape.
computeTime
string (Timestamp
format)
Uniquement en sortie. Code temporel de calcul de cette métrique.
Utilise la norme RFC 3339, où la sortie générée est toujours normalisée avec le suffixe Z et utilise 0, 3, 6 ou 9 chiffres décimaux. Les décalages autres que "Z" sont également acceptés. Exemples: "2014-10-02T15:01:23Z"
, "2014-10-02T15:01:23.045123456Z"
ou "2014-10-02T15:01:23+05:30"
.
Représentation JSON |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
Ensemble de données
Ensemble de données pour l'entraînement ou la validation.
dataset
Union type
dataset
ne peut être qu'un des éléments suivants :examples
object (TuningExamples
)
Facultatif. Exemples intégrés avec du texte d'entrée/sortie simple.
Représentation JSON |
---|
{
// dataset
"examples": {
object ( |
TuningExamples
Ensemble d'exemples de réglage. Il peut s'agir de données d'entraînement ou de validation.
examples[]
object (TuningExample
)
Exemples Les exemples d'entrée peuvent être des textes ou des discussions, mais tous les exemples d'un ensemble doivent être du même type.
Représentation JSON |
---|
{
"examples": [
{
object ( |
TuningExample
Un seul exemple de réglage.
output
string
Obligatoire. Résultat attendu du modèle.
model_input
Union type
model_input
ne peut être qu'un des éléments suivants :textInput
string
Facultatif. Entrée du modèle de texte.
Représentation JSON |
---|
{ "output": string, // model_input "textInput": string // Union type } |
Hyperparamètres
Hyperparamètres qui contrôlent le processus de réglage. Pour en savoir plus, consultez https://ai.google.dev/docs/model_tuning_guidance.
learning_rate_option
Union type
learning_rate_option
ne peut être qu'un des éléments suivants :learningRate
number
Facultatif. Immuable. Hyperparamètre du taux d'apprentissage à régler. Si cette valeur n'est pas définie, une valeur par défaut de 0,001 ou 0,0002 sera calculée en fonction du nombre d'exemples d'entraînement.
learningRateMultiplier
number
Facultatif. Immuable. Le multiplicateur de taux d'apprentissage permet de calculer un taux d'apprentissage final en fonction de la valeur par défaut (recommandée). Taux d'apprentissage réel := learningRateMultiplier * taux d'apprentissage par défaut Le taux d'apprentissage par défaut dépend du modèle de base et de la taille de l'ensemble de données. Si cette valeur n'est pas définie, la valeur par défaut 1,0 est utilisée.
epochCount
integer
Immuable. Nombre d'époques d'entraînement. Une époque correspond à une passe sur les données d'entraînement. Si ce paramètre n'est pas défini, la valeur par défaut est 5.
batchSize
integer
Immuable. Hyperparamètre de taille de lot à régler. Si ce paramètre n'est pas défini, une valeur par défaut de 4 ou 16 est utilisée en fonction du nombre d'exemples d'entraînement.
Représentation JSON |
---|
{ // learning_rate_option "learningRate": number, "learningRateMultiplier": number // Union type "epochCount": integer, "batchSize": integer } |