Menyesuaikan Gemini Pro di Google AI Studio atau dengan Gemini API

Postingan berikut awalnya dipublikasikan pada Oktober 2023. Hari ini, kami telah memperbarui postingan tersebut untuk membagikan cara menyesuaikan model Gemini dengan mudah di Google AI Studio atau dengan Gemini API.

Tahun lalu, kami meluncurkan Gemini 1.0 Pro, model multimodal berukuran sedang yang dioptimalkan untuk penskalaan di berbagai tugas. Dan dengan 1.5 Pro tahun ini, kami mendemonstrasikan kemungkinan yang bisa dilakukan model bahasa besar dengan jendela konteks 1M eksperimental. Kini, untuk menyesuaikan model Gemini 1.0 Pro (teks) yang tersedia secara umum dengan cepat dan mudah untuk kebutuhan khusus Anda, kami telah menambahkan Penyesuaian Gemini ke Google AI Studio dan Gemini API.

Apa yang dimaksud dengan penyesuaian?

Developer sering kali membutuhkan kualitas output yang lebih tinggi untuk kasus penggunaan khusus daripada yang bisa dicapai melalui few-shot prompting. Penyesuaian meningkatkan teknik ini dengan melatih model dasar secara lebih lanjut pada lebih banyak contoh khusus tugas—begitu banyak sehingga semuanya tidak dapat dimasukkan ke dalam prompt.

Fine-tuning vs. Parameter Efficient Tuning

Anda mungkin pernah mendengar tentang model "fine-tuning" klasik. Di sinilah model yang telah dilatih sebelumnya disesuaikan terhadap tugas tertentu dengan melatihnya pada kumpulan data berlabel khusus-tugas yang lebih kecil. Namun dengan LLM saat ini dan jumlah parameternya yang sangat banyak, fine-tuning sangatlah kompleks: membutuhkan keahlian machine learning, banyak data, dan banyak komputasi.

Penyesuaian di Google AI Studio menggunakan teknik yang disebut Parameter Efficient Tuning (PET) untuk menghasilkan model berkualitas lebih tinggi yang disesuaikan, dengan latensi yang lebih rendah daripada few-shot prompting tanpa biaya tambahan dan kompleksitas fine-tuning tradisional. Selain itu, PET menghasilkan model berkualitas tinggi hanya dengan beberapa ratus titik data, sehingga mengurangi beban pengumpulan data bagi developer.

Mengapa melakukan penyesuaian?

Penyesuaian memungkinkan Anda menyesuaikan model Gemini dengan data Anda sendiri agar berkinerja lebih baik untuk tugas khusus sekaligus mengurangi ukuran konteks prompt dan latensi respons. Developer bisa menggunakan penyesuaian untuk berbagai kasus penggunaan, termasuk tetapi tidak terbatas pada:

• Klasifikasi: Menjalankan tugas bahasa natural seperti mengklasifikasikan data Anda ke dalam kategori yang telah ditentukan sebelumnya, tanpa membutuhkan banyak alat atau pekerjaan manual.
• Ekstraksi informasi: Mengekstrak informasi terstruktur dari sumber data yang tidak terstruktur untuk mendukung tugas hilir dalam produk Anda.
• Pembuatan output terstruktur: Membuat data terstruktur, seperti tabel, dengan cepat dan mudah.
• Model Kritik: Menggunakan penyesuaian untuk membuat model kritik untuk mengevaluasi output dari model lain.

Mulai cepat dengan Google AI Studio

1. Buat model yang disesuaikan

Menyesuaikan model di Google AI Studio sangatlah mudah. Cara ini tidak memerlukan keahlian engineering untuk membangun model khusus. Mulailah dengan memilih “New tuned model” di panel menu sebelah kiri.

2. Pilih data yang akan disesuaikan

Anda bisa menyesuaikan model Anda dari prompt terstruktur yang sudah ada atau mengimpor data dari Google Spreadsheet atau file CSV. Anda dapat memulai dengan sedikitnya 20 contoh dan untuk mendapatkan performa terbaik, kami sarankan untuk menyediakan set data yang terdiri dari setidaknya 100 contoh.

3. Lihat model yang disesuaikan

Lihat progres penyesuaian di library Anda. Setelah model selesai disesuaikan, Anda bisa melihat detailnya dengan mengklik model Anda. Mulai jalankan model yang telah disesuaikan melalui prompt terstruktur atau freeform.

4. Jalankan model yang sudah disesuaikan kapan saja

Anda juga bisa mengakses model yang baru disesuaikan dengan membuat prompt terstruktur atau freeform baru dan memilih model yang disesuaikan dari daftar model yang tersedia.

Menyesuaikan dengan Gemini API

Google AI Studio adalah cara tercepat dan termudah untuk mulai menyesuaikan model Gemini. Anda juga bisa mengakses fitur ini melalui Gemini API dengan memberikan data pelatihan dalam permintaan API saat membuat model yang disesuaikan. Pelajari lebih lanjut tentang cara memulainya di sini.

Kami sangat antusias tentang kemungkinan yang terbuka dengan adanya penyesuaian bagi developer dan tidak sabar melihat kreasi yang akan Anda buat dengan fitur ini. Jika Anda memiliki ide atau kasus penggunaan, bagikan dengan kami di X (sebelumnya dikenal sebagai Twitter) atau Linkedin.