Ajuste de texto

Esta página fornece pré-requisitos e instruções detalhadas para ajustar o Gemini em dados de texto usando o aprendizado supervisionado. Para conferir exemplos de ajuste de texto de casos de uso de classificação, análise de sentimento e extração, consulte Ajuste de modelos de texto do Gemini.

Casos de uso

O ajuste fino permite adaptar os modelos básicos do Gemini para tarefas especializadas. Confira alguns casos de uso de texto:

  • Extrair informações estruturadas de chats: transforme conversas com várias mensagens em dados organizados ajustando um modelo para identificar os principais atributos e gerar saídas em um formato estruturado, como JSONL.
  • Categorização de documentos: ajuste um modelo para classificar com precisão documentos longos em categorias predefinidas, permitindo a organização e a recuperação eficientes de informações.
  • Seguir instruções: melhore a capacidade de um modelo de compreender e executar instruções, o que leva a uma conclusão de tarefas mais precisa e confiável.
  • Análise automática de código: use o ajuste fino para criar um modelo capaz de fornecer análises úteis de código, identificar possíveis problemas e sugerir melhorias.
  • Resumo: gere resumos concisos e informativos de textos longos ajustando um modelo para capturar a essência do conteúdo.
  • Geração de código e DSL: ajuste um modelo para gerar código em várias linguagens de programação ou em linguagens específicas de domínio (DSLs, na sigla em inglês), automatizando tarefas de programação repetitivas.
  • Melhoria no desempenho da RAG: melhore a utilidade e a precisão dos sistemas de geração aumentada de recuperação (RAG, na sigla em inglês) ajustando o modelo de linguagem.

Formato do conjunto de dados

O fileUri do conjunto de dados pode ser o URI de um arquivo em um bucket do Cloud Storage ou um URL HTTP ou HTTPS disponível publicamente.

Confira a seguir um exemplo de conjunto de dados de texto.

Para conferir o exemplo de formato genérico, consulte Exemplo de conjunto de dados para o 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."
        }
      ]
    }
  ]
}

Conjuntos de dados de amostra

Use os conjuntos de dados de exemplo a seguir para aprender a ajustar um modelo do Gemini. Para usar esses conjuntos de dados, especifique os URIs nos parâmetros aplicáveis ao criar um job de ajuste fino supervisionado de modelo de texto.

Para usar o conjunto de dados de ajuste de amostra, especifique o local da seguinte maneira:

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

Para usar o conjunto de dados de validação de amostra, especifique o local da seguinte maneira:

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

A seguir