במסמך הזה מוסבר איך להשתמש בכלי לאופטימיזציה של הנחיות בפלטפורמת הסוכנים של Gemini Enterprise כדי לבצע אופטימיזציה אוטומטית של ביצועי ההנחיות על ידי שיפור ההוראות למערכת עבור קבוצה של הנחיות.
הכלי לשיפור הנחיות בפלטפורמת הסוכנים יכול לעזור לכם לשפר את ההנחיות במהירות ובקנה מידה גדול, בלי שתצטרכו לשכתב באופן ידני את הוראות המערכת או הנחיות ספציפיות. האפשרות הזו שימושית כשעוברים בין מודלים ורוצים לעשות שימוש חוזר בהנחיות מערכת ובהנחיות.
אלה הגישות הזמינות לאופטימיזציה של הנחיות:
- הכלי לאופטימיזציה של הנחיות ללא דוגמאות הוא כלי לאופטימיזציה בזמן אמת עם השהיה נמוכה, שמשפר תבנית של הנחיה יחידה או הוראה למערכת. הוא מהיר ולא דורש הגדרה נוספת מעבר להנחיה המקורית או להוראה למערכת. הכלי לאופטימיזציה של הנחיות ללא דוגמאות לא תלוי במודל ויכול לשפר הנחיות לרובGoogle המודלים. בנוסף, הוא מספק מצב
gemini_nanoשבו אפשר לבצע אופטימיזציה של הנחיות למודלים קטנים יותר, כמו Gemini Nano ו-Gemma 3n E4B. - האופטימיזציה של למידה עם מעט דוגמאות היא אופטימיזציה בזמן אמת עם השהיה נמוכה, שמשפרת את הוראות המערכת על ידי ניתוח דוגמאות שבהן התשובה של המודל לא עמדה בציפיות. באמצעות מתן דוגמאות ספציפיות להנחיות, לתשובות של המודל ולמשוב על התשובות האלה, אפשר לשפר באופן שיטתי את הביצועים של ההנחיות.
- הכלי לאופטימיזציה מבוססת-נתונים הוא כלי לאופטימיזציה איטרטיבית ברמת משימות באצווה. הוא משפר את ההנחיות על ידי הערכת התשובה של המודל להנחיות לדוגמה עם תוויות, בהשוואה למדדי הערכה שצוינו עבור מודל היעד שנבחר. הוא מיועד לאופטימיזציה מתקדמת יותר שמאפשרת להגדיר את פרמטרי האופטימיזציה ולספק כמה דוגמאות עם תוויות. בנוסף, הכלי לאופטימיזציה מבוססת-נתונים תומך באופטימיזציה של מודלים של Gemini שזמינים לכולם, כמו Gemini Nano ו-Gemma 3n E4B, ושל מודלים בהתאמה אישית שנפרסו באופן מקומי או מ-Model Garden בפלטפורמת Gemini Enterprise Agent.
המשתמשים יכולים לגשת לשיטות האלה דרך Google Cloud המסוף או דרך Vertex AI SDK.