Dokumentoptimierung

Auf dieser Seite finden Sie Voraussetzungen und eine detaillierte Anleitung zur Feinabstimmung von Gemini-Modellen mithilfe von Dokumentdaten und überwachtem Lernen.

Anwendungsfälle

Mit der Feinabstimmung können Sie leistungsstarke Language Models an Ihre spezifischen Anforderungen anpassen. Hier sind einige wichtige Anwendungsfälle, in denen die Feinabstimmung mit Ihren eigenen PDFs die Leistung eines Modells erheblich verbessern kann:

  • Interne Wissensdatenbank: Wandeln Sie Ihre internen Dokumente in eine KI-gestützte Wissensdatenbank um, die sofort Antworten und Informationen liefert. So könnte ein Vertriebsmitarbeiter beispielsweise sofort auf Produktspezifikationen und Preisdetails aus früheren Schulungsmaterialien zugreifen.
  • Recherche-Assistent: Erstellen Sie einen Recherche-Assistenten, der eine Sammlung von Forschungsarbeiten, Artikeln und Büchern analysieren kann. Ein Forscher, der sich mit dem Klimawandel befasst, könnte schnell wissenschaftliche Artikel analysieren, um Trends beim Anstieg des Meeresspiegels zu identifizieren oder die Wirksamkeit verschiedener Minderungsstrategien zu bewerten.
  • Einhaltung rechtlicher oder regulatorischer Vorgaben: Durch die Feinabstimmung von Rechtsdokumenten kann die Vertragsprüfung automatisiert werden, um potenzielle Unstimmigkeiten oder Risikobereiche zu erkennen. So können sich Rechtsexperten auf wichtigere Aufgaben konzentrieren und gleichzeitig die Compliance sicherstellen.
  • Automatisierte Berichterstellung: Automatisieren Sie die Analyse komplexer Finanzberichte, extrahieren Sie Leistungskennzahlen und erstellen Sie Zusammenfassungen für Stakeholder. Im Vergleich zur manuellen Analyse kann dies Zeit sparen und das Fehlerrisiko verringern.
  • Zusammenfassung und Analyse von Inhalten: Lange PDF-Dokumente zusammenfassen, wichtige Erkenntnisse extrahieren und Trends analysieren. Ein Marktforschungsteam könnte beispielsweise eine Sammlung von Kundenumfragen analysieren, um wichtige Themen und Stimmungen zu identifizieren.
  • Dokumentenvergleich und Versionsverwaltung: Vergleichen Sie verschiedene Versionen eines Dokuments, um Änderungen zu identifizieren und Überarbeitungen nachzuverfolgen. Das kann besonders in kollaborativen Umgebungen nützlich sein, in denen mehrere Autoren an einem Dokument arbeiten.

Beschränkungen

Für die Aufnahme von PDFs in Ihr Dataset gelten die folgenden Einschränkungen:

  • Maximale Anzahl von PDF-Seiten pro Beispiel: 300
  • Maximale Anzahl von PDF-Dateien pro Beispiel: 4
  • Maximale Größe der PDF-Datei: 20 MB

Weitere Informationen zu den Anforderungen für die Dokumentenanalyse finden Sie unter Dokumentenanalyse.

Dataset-Format

Der fileUri für Ihr Dataset kann der URI für eine Datei in einem Cloud Storage-Bucket oder eine öffentlich verfügbare HTTP- oder HTTPS-URL sein.

Ein Beispiel für das generische Format finden Sie unter Dataset-Beispiel für Gemini.

Das folgende Beispiel zeigt ein Dokument-Dataset.

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "fileData": {
            "mimeType": "application/pdf",
            "fileUri": "gs://cloud-samples-data/generative-ai/pdf/2403.05530.pdf"
            }
        },
        {
          "text": "You are a very professional document summarization specialist. Please summarize the given document."
        }
      ]
    },
    {
      "role": "model",
      "parts": [
        {
          "text": "The report introduces Gemini 2.0 Flash, a multimodal AI model developed by Google DeepMind. The report positions Gemini 2.0 Flash as a significant advancement in multimodal AI, pushing the boundaries of long-context understanding and opening new avenues for future research and applications."
        }
      ]
    }
  ]
}

(Nur Gemini 3 und höher) Ab den Gemini 3-Modellen können Sie auch die Medienauflösung für einzelne Medien vom Typ Part festlegen. So können Sie Auflösungen in Ihrem Dataset kombinieren, indem Sie beispielsweise MEDIA_RESOLUTION_HIGH für ein Element und MEDIA_RESOLUTION_LOW für ein anderes festlegen.

Einstellungen für die Medienauflösung auf Part-Ebene haben Vorrang vor globalen Einstellungen.

Wenn Sie für ein bestimmtes Medium keinen Part angeben, entspricht der Standardwert dem Standardwert auf der Bereitstellungsseite. Weitere Informationen zur Auflösung auf Teilebene und zur entsprechenden Tokenanzahl finden Sie unter Medienauflösung.

Das folgende Beispiel-Dataset legt die Medienauflösung sowohl auf der Part- als auch auf der globalen Ebene fest:

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "fileData": {
            "mimeType": "application/pdf",
            "fileUri": "gs://cloud-samples-data/generative-ai/pdf/2403.05530.pdf"
          }
        },
        {
          "fileData": {
            "mimeType": "application/pdf",
            "fileUri": "gs://<path to another PDF>"
          },
          "mediaResolution": {
            "level": "MEDIA_RESOLUTION_HIGH"
          }
        },
        {
          "text": "Describe these documents in detail."
        }
      ]
    },
    {
      "role": "model",
      "parts": [
        {
          "text": "PDF 1 is low resolution while PDF 2 is sharp and clear"
        }
      ]
    }
  ],
  "generationConfig": {
    "mediaResolution": "MEDIA_RESOLUTION_LOW"
  }
}

Nächste Schritte