Otimizar comandos

Este documento descreve como usar o otimizador de comandos da Gemini Enterprise Agent Platform para otimizar automaticamente a performance de comandos melhorando as instruções do sistema para um conjunto de comandos.

O otimizador de comandos da Agent Platform pode ajudar você a melhorar seus comandos rapidamente em grande escala, sem precisar reescrever manualmente instruções do sistema ou comandos individuais. Isso é útil ao mudar entre modelos e quando você quer reutilizar instruções e comandos do sistema.

As seguintes abordagens estão disponíveis para otimizar comandos:

  • O otimizador zero-shoté um otimizador de baixa latência em tempo real que melhora um único comando ou modelo de instrução do sistema. Ele é rápido e não exige nenhuma configuração extra além de fornecer o comando ou a instrução do sistema original. O otimizador zero-shot é independente do modelo e pode melhorar comandos para a maioria dos Google modelos. Além disso, ele oferece um modo gemini_nano para otimizar comandos especificamente para modelos menores, como Gemini Nano e Gemma 3n E4B.
  • O otimizador few-shot é um otimizador de baixa latência em tempo real que refina as instruções do sistema analisando exemplos em que a resposta de um modelo não atendeu às expectativas. Ao fornecer exemplos específicos de comandos, respostas de modelos e feedback sobre essas respostas, você pode melhorar sistematicamente a performance dos comandos.
  • O otimizador baseado em dados é um otimizador iterativo no nível da tarefa em lote que melhora os comandos avaliando a resposta do modelo a comandos rotulados de amostra em relação às métricas de avaliação especificadas para o modelo de destino selecionado. Ele é para uma otimização mais avançada que permite configurar os parâmetros de otimização e fornecer alguns exemplos rotulados. Além disso, o otimizador baseado em dados oferece suporte à otimização para modelos do Gemini disponíveis publicamente, como Gemini Nano e Gemma 3n E4B, e modelos personalizados implantados localmente ou no Model Garden da Gemini Enterprise Agent Platform.

Esses métodos estão disponíveis para os usuários pelo Google Cloud console ou pelo SDK da Vertex AI.

A seguir