שיפור הטקסט

בדף הזה מפורטים הדרישות המוקדמות וההוראות המפורטות לשיפור ולחידוד של מודלים של Gemini על נתוני טקסט באמצעות למידה מפוקחת.

תרחישים לדוגמה

באמצעות כוונון עדין, אתם יכולים להתאים מודלים בסיסיים של Gemini למשימות מיוחדות. הנה כמה תרחישי שימוש בטקסט:

  • חילוץ מידע מובנה מצ'אטים: שינוי שיחות רב-שלביות לנתונים מאורגנים באמצעות כוונון עדין של מודל כדי לזהות מאפיינים מרכזיים ולהפיק אותם בפורמט מובנה כמו JSONL.
  • סיווג מסמכים: כוונון עדין של מודל כדי לסווג במדויק מסמכים ארוכים לקטגוריות מוגדרות מראש, וכך לאפשר ארגון יעיל של המידע ואחזור שלו.
  • מילוי הוראות: שיפור היכולת של המודל להבין הוראות ולבצע אותן, מה שמוביל להשלמת משימות בצורה מדויקת ואמינה יותר.
  • ביקורת קוד אוטומטית: אפשר להשתמש ב-Fine-tuning כדי ליצור מודל שיכול לספק ביקורות קוד מעמיקות, לזהות בעיות פוטנציאליות ולהציע שיפורים.
  • סיכום: יצירת סיכומים תמציתיים ואינפורמטיביים של טקסטים ארוכים על ידי כוונון עדין של מודל כדי ללכוד את מהות התוכן.
  • יצירת קוד ו-DSL: אפשר לבצע התאמה עדינה של מודל כדי ליצור קוד בשפות תכנות שונות או בשפות ספציפיות לתחום (DSL), וכך ליצור אוטומציה של משימות תכנות חוזרות.
  • שיפור הביצועים של RAG: שיפור התועלת והדיוק של מערכות Retrieval-Augmented Generation ‏ (RAG) באמצעות כוונון עדין של מודל השפה הבסיסי.

פורמט מערך הנתונים

ה-fileUri של מערך הנתונים יכול להיות ה-URI של קובץ בקטגוריה של Cloud Storage, או כתובת URL של HTTP או HTTPS שזמינה לציבור.

הדוגמה הבאה היא של מערך נתונים של טקסט.

כדי לראות דוגמה לפורמט כללי, אפשר לעיין בדוגמה של מערך נתונים ל-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."
        }
      ]
    }
  ]
}

מערכי נתונים לדוגמה

אתם יכולים להשתמש במערכי הנתונים לדוגמה הבאים כדי ללמוד איך לכוונן מודל Gemini. כדי להשתמש במערכי הנתונים האלה, צריך לציין את מזהי ה-URI בפרמטרים הרלוונטיים כשיוצרים משימת כוונון מפוקח (SFT) של מודל טקסט.

כדי להשתמש במערך הנתונים לדוגמה לצורך התאמה, מציינים את המיקום שלו באופן הבא:

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

כדי להשתמש במערך הנתונים לדוגמה לאימות, מציינים את המיקום שלו באופן הבא:

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

המאמרים הבאים