Creare modelli di testo distillati per PaLM

La distillazione passo passo utilizza un modello insegnante di grandi dimensioni per addestrare studenti più piccoli del modello per eseguire determinate attività meglio con funzionalità di ragionamento migliorate. La addestrato e distillato può fare le stesse cose che ti interessano nella a un modello insegnante a un costo inferiore e a una latenza minore.

Quando distilli un modello di base, utilizzi un modello insegnante e uno studente modello:

  • Il modello insegnante è il modello di grandi dimensioni che può fare ciò che vuoi. Tuttavia, date le dimensioni, il modello insegnante potrebbe costare di più e avere più elevata rispetto a un modello più piccolo.

  • Il modello studente è più piccolo del modello insegnante. La formazione di distillazione utilizza esempi e fondamenti logici etichettati generati modello insegnante per ottimizzare il modello di studente. Il rendimento e il ragionamento del modello distillato risultante sono migliori dell'originale modello studentesco.

Puoi specificare un modello insegnante e un modello studente quando crei una distillazione un lavoro.

Flusso di lavoro per l'ottimizzazione e la distillazione di un modello

Il flusso di lavoro di distillazione su Vertex AI include seguenti passaggi:

  1. Prepara il set di dati di ottimizzazione del modello.
  2. Specifica il modello insegnante.
  3. Specifica il modello di studente.
  4. Caricare il set di dati di ottimizzazione del modello in un bucket Cloud Storage.
  5. Creare un job di distillazione del modello.

Al termine della distillazione, viene eseguito il deployment del modello distillato l'endpoint Vertex AI. Il nome dell'endpoint corrisponde al nome il modello distillato. I modelli distillati sono disponibili per la selezione in Vertex AI Studio quando vuoi creare un nuovo prompt.

Modelli supportati

Puoi specificare quanto segue per il modello Insegnante:

  • text-unicorn@001

Puoi specificare quanto segue per il modello studente:

  • text-bison@002

Formato del set di dati

La distillazione funziona su un set di dati etichettato o senza etichetta. Se hai un'alta set di dati etichettato con centinaia di esempi di qualità, ti consigliamo di usalo. In caso contrario, puoi utilizzare un set di dati del prompt senza etichetta. Se utilizzi un senza etichetta, il modello insegnante genera le etichette e la logica per la distillazione. Sono consigliati più di 1000 esempi se utilizzi un senza etichetta.

Il set di dati per la distillazione etichettato o non etichettato deve essere in Formato JSON Lines (JSONL) in cui ogni riga contiene un singolo esempio di ottimizzazione. Prima di distillare il modello, caricare il tuo set di dati in un bucket Cloud Storage.

Ogni esempio di set di dati contiene un campo input_text con il prompt del modello e campo output_text facoltativo che contiene una risposta di esempio che del modello distillato.

La lunghezza massima del token per input_text è 7168 e il token massimo la lunghezza di output_text è 1024. Se uno dei campi supera il token massimo i token in eccesso vengono troncati.

Il numero massimo di esempi che un set di dati per un modello di generazione di testo può che contiene è 10.000.

Esempio di set di dati

{"input_text": "question: How many people live in Beijing? context:
With over 21 million residents, Beijing is the world's most populous national
capital city and is China's second largest city after Shanghai. It is
located in Northern China, and is governed as a municipality under the direct
administration of the State Council with 16 urban, suburban, and rural
districts.[14] Beijing is mostly surrounded by Hebei Province with the exception
of neighboring Tianjin to the southeast; together, the three divisions form the
Jingjinji megalopolis and the national capital region of China.",
"output_text": "over 21 million people"}


{"input_text": "question: How many parishes are there in Louisiana? context:
The U.S. state of Louisiana is divided into 64 parishes (French: paroisses) in
the same manner that 48 other states of the United States are divided into
counties, and Alaska is divided into boroughs.", "output_text": "64"}

Includi istruzioni negli esempi

Per attività come la classificazione, è possibile creare un set di dati di esempi che non contengono istruzioni. Tuttavia, ad eccezione delle istruzioni fornite nelle nel set di dati porta a prestazioni peggiori dopo la distillazione rispetto incluse le istruzioni, soprattutto per set di dati più piccoli.

Istruzioni non incluse:

{"input_text": "5 stocks to buy now",
"output_text": "business"}

Istruzioni incluse:

{"input_text": "Classify the following text into one of the following classes:
[business, entertainment] Text: 5 stocks to buy now",
"output_text": "business"}

Set di dati di esempio

Puoi utilizzare un set di dati di esempio per iniziare la distillazione. Di seguito è riportato un set di dati delle attività di classificazione che contiene trascrizioni mediche di esempio per di varie specialità mediche. I dati provengono da mtsamples.com come reso disponibile su Kaggle.

  • URI del set di dati di distillazione di esempio:

    gs://cloud-samples-data/vertex-ai/model-evaluation/peft_train_sample.jsonl

  • URI del set di dati di valutazione di esempio:

    gs://cloud-samples-data/vertex-ai/model-evaluation/peft_eval_sample.jsonl

Per utilizzare questi set di dati, specifica gli URI nei parametri applicabili quando creazione di un job di distillazione di modelli di testo.

Ad esempio:

...
"dataset_uri": "gs://cloud-samples-data/vertex-ai/model-evaluation/peft_train_sample.jsonl",
...
"evaluation_data_uri": "gs://cloud-samples-data/vertex-ai/model-evaluation/peft_eval_sample.jsonl",
...

Mantieni la coerenza con i dati di produzione

Gli esempi nei tuoi set di dati devono corrispondere al traffico di produzione previsto. Se il set di dati contiene formattazioni, parole chiave, istruzioni o informazioni specifiche, i dati di produzione devono essere formattati allo stesso modo e contenere le stesse istruzioni.

Ad esempio, se gli esempi nel tuo set di dati includono "question:" e una proprietà "context:", anche il traffico di produzione deve essere formattato per includere un "question:" e "context:" nello stesso ordine in cui vengono visualizzati nel set di dati esempi. Se escludi il contesto, il modello non riconoscerà il pattern, anche se la domanda esatta si trovava in un esempio nel set di dati.

Carica la distillazione dei set di dati in Cloud Storage

Per eseguire un job di ottimizzazione, devi caricare uno o più set di dati in un nel bucket Cloud Storage. Puoi crea un nuovo bucket Cloud Storage o utilizzarne uno esistente per archiviare i file dei set di dati. La regione del bucket non corrisponde importante, ma consigliamo di utilizzare un bucket che si trova nella stessa posizione progetto Google Cloud in cui prevedi di ottimizzare il modello.

Quando il bucket è pronto, carica il file del tuo set di dati al bucket.

Distillazione impostazioni regione

Puoi specificare tre impostazioni di regione Google Cloud quando configuri di distillazione. Una regione è quella in cui viene eseguita la pipeline che ottimizza il modello. L'altra è la parte del processo di distillazione relativa all'ottimizzazione del modello e viene caricato il modello distillato.

Regione job di pipeline

La regione del job della pipeline è quella in cui viene eseguito il job della pipeline. Se la regione caricamento modello facoltativa non è specificata, allora il modello viene caricato e sottoposto a deployment nella regione del job della pipeline. Dati intermedi, trasformato, viene archiviato nella regione del job della pipeline. Per sapere quali regioni utilizzabili per la regione del job della pipeline, vedi Regioni supportate per job di pipeline e caricamento modelli.

Devi specificare la regione del job della pipeline utilizzando uno dei seguenti metodi.

  • Se crei un job di distillazione inviando una richiesta POST utilizzando il pipelineJobs.create , utilizzerai l'URL per specificare la regione in cui si trova il job della pipeline viene eseguito. Nel seguente URL, sostituendo entrambe le istanze di PIPELINE_JOB_REGION con la regione in cui viene eseguita la pipeline:

     https://PIPELINE_JOB_REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/PIPELINE_JOB_REGION/pipelineJobs

  • Se utilizzi la console Google Cloud per creare un job di distillazione, specifica la regione del job di pipeline nel controllo Regione quando crei il tuo job di distillazione. Nella console Google Cloud, il controllo Regione specifica sia la regione del job della pipeline sia la regione di caricamento del modello. Quando Utilizzare la console Google Cloud per creare un job di distillazione, in entrambe le regioni sono sempre uguali.

Regione di caricamento modello

Puoi utilizzare il parametro facoltativo tuned_model_location per specificare dove viene caricato il modello distillato. Se la regione di caricamento del modello non è specificata, il modello distillato viene caricato nella regione del job di pipeline.Puoi usa uno dei Regioni supportate per job di pipeline e caricamento modelli per la regione di caricamento del modello. Puoi specificare la regione di caricamento del modello utilizzando una uno dei seguenti metodi:

  • Se crei un job di distillazione inviando una richiesta POST utilizzando il metodo pipelineJobs, puoi utilizzare il parametro location per specificare la regione di caricamento del modello.

  • Se utilizzi la console Google Cloud per creare un job di distillazione, devi specificare la regione di caricamento del modello nel controllo Regione quando crei di distillazione. Nella console Google Cloud, il controllo Regione specifica sia la regione di caricamento del modello sia la regione del job della pipeline. Quando usano la console Google Cloud per creare un job di distillazione, entrambe le regioni sempre le stesse.

Distillazione impostazioni regione

La regione che scegli è quella in cui Vertex AI distilla il modello quindi carica il modello distillato.

La regione di ottimizzazione è il luogo in cui viene eseguito il calcolo per la parte dell'ottimizzazione di distillazione. Questa regione è determinata dal tipo di acceleratore inserito scegliere.

  • us-central1: se scegli questa regione, verranno utilizzate 8 GPU Nvidia A100 da 80 GB in uso.
  • europe-west4 - Se scegli questa regione, i 64 core del pod TPU v3 .

Regioni supportate per il caricamento di modelli e job di pipeline

Puoi utilizzare una delle seguenti regioni per specificare la regione di caricamento del modello e per specificare la regione del job della pipeline:

  • us-central1
  • europe-west4
  • asia-southeast1
  • us-west1
  • europe-west3
  • europe-west2
  • asia-northeast1
  • us-east4
  • us-west4
  • northamerica-northeast1
  • europe-west9
  • europe-west1
  • asia-northeast3

Crea un job di distillazione del modello di testo

Puoi creare un job di distillazione del modello di testo utilizzando nella console Google Cloud o nell'API. Per indicazioni sulle configurazioni di distillazione del modello, consulta la sezione Configurazioni consigliate.

REST

Per creare un job di distillazione del modello, invia una richiesta POST utilizzando il metodo pipelineJobs. Tieni presente che alcuni parametri non sono supportati da tutti i modelli. Assicurati di includere solo i parametri applicabili per il modello in fase di distillazione.

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • PIPELINEJOB_DISPLAYNAME: un display del job della pipeline.
  • OUTPUT_DIR: l'URI del bucket di cui eseguire l'output gli artefatti della pipeline.
  • PROJECT_ID: il tuo ID progetto.
  • MODEL_DISPLAYNAME: un nome visualizzato per distillato caricato da pipelineJob.
  • DATASET_URI: URI del file del set di dati.
  • PIPELINE_JOB_REGION: La regione in cui viene eseguito il job di ottimizzazione della pipeline. Questa è anche la regione predefinita per la posizione viene caricato il modello. Se vuoi caricare il modello in una regione diversa, utilizza il metodo Parametro location per specificare la regione di caricamento del modello ottimizzato. Per ulteriori informazioni, vedi Regione di caricamento modello:
  • MODEL_UPLOAD_REGION: (Facoltativo) La regione in cui viene caricato il modello ottimizzato. Se non specifichi una regione per il caricamento del modello, il modello ottimizzato viene caricato nella stessa regione in cui viene eseguito il job della pipeline. Per ulteriori informazioni, vedi Regione di caricamento modello:
  • ACCELERATOR_TYPE: (facoltativo, valore predefinito: GPU) tipo di acceleratore da utilizzare per l'ottimizzazione del modello. Le opzioni valide sono:
    • GPU: utilizza otto GPU A100 da 80 GB per l'ottimizzazione. Assicurati di avere un numero sufficiente di video quota. Se scegli GPU, quindi VPC‐SC è supportato. CMEK è supportata se l'ottimizzazione la località e la località di caricamento del modello sono us-centra1. Per ulteriori informazioni, vedi Impostazioni della regione di ottimizzazione supervisionata. Se scegli GPU, l'ottimizzazione del modello vengono eseguiti nella regione us-central1.
    • TPU: utilizza 64 core del pod TPU v3 per l'ottimizzazione. Assicurati di avere un numero sufficiente di video quota. CMEK non è supportata, ma VPC‐SC è supportato. Se scegli TPU, i calcoli di ottimizzazione del modello vengono eseguiti Regione europe-west4.
  • TEACHER_MODEL_REFERENCE: nome del modello insegnante da utilizzare per la distillazione. Il modello supportato è text-unicorn@001.
  • STUDENT_MODEL_REFERENCE: nome del modello studentesco da usare per la distillazione. Il modello supportato è text-bison@002.
  • STEPS: La di passaggi da eseguire per l'ottimizzazione del modello. Il valore predefinito è 300. Il batch variano in base alla località di ottimizzazione e alle dimensioni del modello. Per i modelli 8K, come text-bison@002, chat-bison@002, code-bison@002 e codechat-bison@002:
    • us-central1 ha una dimensione del batch pari a 8.
    • europe-west4 ha una dimensione del batch pari a 24.
    Per i modelli 32.000, come text-bison-32k, chat-bison-32k, code-bison-32k e codechat-bison-32k:
    • us-central1 ha una dimensione del batch pari a 8.
    • europe-west4 ha una dimensione del batch pari a 8.

    Ad esempio, se stai addestrando text-bison@002 in europe-west4, ci sono 240 esempi in un set di dati di addestramento e imposti steps su 20, quindi di esempi di addestramento è il prodotto di 20 passaggi e la dimensione del batch di 24, ovvero 480 passaggi. In questo caso, il processo di addestramento prevede due epoche, perché passa attraverso esempi due volte. In us-central1, se sono presenti 240 esempi in un set di dati di addestramento e imposti steps su 15, il numero di esempi di addestramento è il prodotto di 15 e la dimensione del batch di 8 o 120 passaggi di addestramento. In questo caso, ci sono 0,5 epoche perché ci sono metà delle fasi di addestramento rispetto agli esempi.

  • LEARNING_RATE_MULTIPLIER: A da applicare al tasso di apprendimento suggerito. Per usare il tasso di apprendimento suggerito, usa 1.0.
  • EVAL_DATASET_URI: (Facoltativo) L'URI del file JSONL che contiene il set di dati di valutazione per la previsione batch e la valutazione delle prestazioni. La valutazione non è supportata per chat-bison. Per maggiori informazioni, vedi Formato del set di dati per dell'ottimizzazione di un modello di codice. Il set di dati di valutazione richiede tra 10 e 250 esempi.
  • EVAL_INTERVAL: (Facoltativo, valore predefinito, 20) Il numero di passaggi di ottimizzazione tra ogni valutazione. L'intervallo di valutazione non è supportato per i modelli di chat. Poiché la valutazione viene eseguita sull'intero set di dati di valutazione, un intervallo di valutazione inferiore determina tempi di ottimizzazione più lunghi. Ad esempio, se steps è 200 e EVAL_INTERVAL è 100, otterrai solo due punti dati per le metriche di valutazione. Questo parametro richiede l'impostazione di evaluation_data_uri.
  • ENABLE_EARLY_STOPPING: (facoltativo, valore predefinito per true) Un boolean che, se impostato su true, interrompe l'ottimizzazione prima di completare tutti i passaggi se le prestazioni del modello, misurate la precisione dei token previsti, non migliora abbastanza tra le esecuzioni delle valutazioni. Se è false, l'ottimizzazione continua fino al completamento di tutti i relativi passaggi. Questo parametro richiede l'impostazione di evaluation_data_uri. L'opzione Abilita l'interruzione anticipata non è supportata per i modelli di chat.
  • TENSORBOARD_RESOURCE_ID: (Facoltativo) L'ID di un'istanza Vertex AI TensorBoard. La L'istanza di Vertex AI TensorBoard viene utilizzata per creare un esperimento dopo l'ottimizzazione il job viene completato. L'istanza Vertex AI TensorBoard deve trovarsi nella stessa regione di ottimizzazione della pipeline.
  • ENCRYPTION_KEY_NAME: (Facoltativo) Il nome completo di una chiave di crittografia gestita dal cliente (CMEK) che vuoi utilizzare per la crittografia dei dati. Una CMEK è disponibile solo in us-central1. Se utilizzi us-central1 e non specifichi una CMEK, verrà utilizzata una chiave di proprietà di Google e gestita da Google. R La chiave di proprietà di Google e gestita da Google viene utilizzata per impostazione predefinita in tutte le altre disponibili. Per ulteriori informazioni informazioni, consulta la panoramica di CMEK.
  • TEMPLATE_URI: l'URI del modello di distillazione, https://us-kfp.pkg.dev/ml-pipeline/distillation/distillation/v1.0.0.
  • (Facoltativo) SERVICE_ACCOUNT: il servizio utilizzato da Vertex AI per eseguire il job della pipeline. Per impostazione predefinita, Account di servizio predefinito Compute Engine (PROJECT_NUMBER‑compute@developer.gserviceaccount.com) . Scopri di più su come collegare un account di servizio personalizzato.

Metodo HTTP e URL: 

POST https://PIPELINE_JOB_REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/PIPELINE_JOB_REGION/pipelineJobs

Corpo JSON della richiesta: 

{
  "displayName": "PIPELINEJOB_DISPLAYNAME",
  "runtimeConfig": {
    "gcsOutputDirectory": "gs://OUTPUT_DIR",
    "parameterValues": {
      "project": "PROJECT_ID",
      "model_display_name": "MODEL_DISPLAYNAME",
      "dataset_uri": "gs://DATASET_URI",
      "location": "MODEL_UPLOAD_REGION",
      "accelerator_type": "ACCELERATOR_TYPE",
      "teacher_model_reference": TEACHER_MODEL_REFERENCE,
      "student_model_reference": STUDENT_MODEL_REFERENCE,
      "train_steps": STEPS,
      "learning_rate_multiplier": LEARNING_RATE_MULTIPLIER,
      "evaluation_data_uri": "gs://EVAL_DATASET_URI",
      "evaluation_interval": EVAL_INTERVAL,
      "enable_early_stopping": ENABLE_EARLY_STOPPING,
      "enable_checkpoint_selection": "ENABLE_CHECKPOINT_SELECTION",
      "tensorboard_resource_id": "TENSORBOARD_ID",
      "encryption_spec_key_name": "ENCRYPTION_KEY_NAME"
    }
  },
  "encryptionSpec": {
    "kmsKeyName": "ENCRYPTION_KEY_NAME"
  },
  "serviceAccount": "SERVICE_ACCOUNT",
  "templateUri": "TEMPLATE_URI"
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json. ed esegui questo comando: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://PIPELINE_JOB_REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/PIPELINE_JOB_REGION/pipelineJobs"

PowerShell

Salva il corpo della richiesta in un file denominato request.json. ed esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://PIPELINE_JOB_REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/PIPELINE_JOB_REGION/pipelineJobs" | Select-Object -Expand Content

Dovresti ricevere una risposta JSON simile alla seguente. Tieni presente che pipelineSpec è stato troncato per risparmiare spazio.

Python

Per scoprire come installare o aggiornare l'SDK Vertex AI per Python, vedi Installare l'SDK Vertex AI per Python. Per ulteriori informazioni, consulta documentazione di riferimento dell'API Python. 

from __future__ import annotations

from typing import Optional

from google.auth import default

import vertexai
from vertexai.preview.language_models import TextGenerationModel, TuningEvaluationSpec


credentials, _ = default(scopes=["https://www.googleapis.com/auth/cloud-platform"])


def distill_model(
    project_id: str,
    location: str,
    dataset: str,
    teacher_model: str,
    train_steps: int = 300,
    evaluation_dataset: Optional[str] = None,
) -> None:
    """Distill a new model.

    Args:
      project_id: GCP Project ID, used to initialize vertexai
      location: GCP Region, used to initialize vertexai
      dataset: GCS URI of jsonl file.
      teacher_model: Name of the teacher model.
      train_steps: Number of training steps to use when tuning the model.
      evaluation_dataset: GCS URI of jsonl file of evaluation data.
    """
    vertexai.init(project=project_id, location=location, credentials=credentials)

    eval_spec = TuningEvaluationSpec(evaluation_data=evaluation_dataset)

    student_model = TextGenerationModel.from_pretrained("text-bison@002")
    distillation_job = student_model.distill_from(
        teacher_model=teacher_model,
        dataset=dataset,
        # Optional:
        train_steps=train_steps,
        evaluation_spec=eval_spec,
    )

    return distillation_job

Console

Per distillare un modello di testo utilizzando Console Google Cloud, segui questi passaggi:

  1. Nella sezione Vertex AI della console Google Cloud, vai a la pagina Vertex AI Studio.

    Vai a Vertex AI Studio

  2. Fai clic sulla scheda Ottimizzazione e distillazione.
  3. Fai clic su Crea modello distillato.
  4. Configura i dettagli del modello:
    • Nome modello: inserisci un nome per il modello distillato.
    • Modello insegnante: seleziona il modello da utilizzare per la insegnante.
    • Modello studente: seleziona il modello da utilizzare per la modello studentesco.
    • Regione: Seleziona la regione in cui viene eseguito il job di ottimizzazione della pipeline e in cui viene eseguito il deployment del modello ottimizzato.
    • Directory di lavoro: Inserisci il percorso di Cloud Storage in cui sono archiviati gli artefatti quando il modello viene ottimizzato.
  5. Espandi Opzioni avanzate per configurare le impostazioni avanzate.
    • Passaggi di addestramento: Inserisci il di passaggi da eseguire per l'ottimizzazione del modello. Il valore predefinito è 300. Il batch variano in base alla località di ottimizzazione e alle dimensioni del modello. Per i modelli 8K, come text-bison@002, chat-bison@002, code-bison@002 e codechat-bison@002:
      • us-central1 ha una dimensione del batch pari a 8.
      • europe-west4 ha una dimensione del batch pari a 24.
      Per i modelli 32.000, come text-bison-32k, chat-bison-32k, code-bison-32k e codechat-bison-32k:
      • us-central1 ha una dimensione del batch pari a 8.
      • europe-west4 ha una dimensione del batch pari a 8.

      Ad esempio, se stai addestrando text-bison@002 in europe-west4, ci sono 240 esempi in un set di dati di addestramento e imposti steps su 20, quindi di esempi di addestramento è il prodotto di 20 passaggi e la dimensione del batch di 24, ovvero 480 passaggi. In questo caso, il processo di addestramento prevede due epoche, perché passa attraverso esempi due volte. In us-central1, se sono presenti 240 esempi in un set di dati di addestramento e imposti steps su 15, il numero di esempi di addestramento è il prodotto di 15 e la dimensione del batch di 8 o 120 passaggi di addestramento. In questo caso, ci sono 0,5 epoche perché ci sono metà delle fasi di addestramento rispetto agli esempi.

    • Moltiplicatore del tasso di apprendimento: Inserisci il dimensione del passo a ogni iterazione. Il valore predefinito è 1.
    • Tipo di acceleratore: (Facoltativo) Inserisci il tipo di acceleratore da utilizzare per l'ottimizzazione del modello. Le opzioni valide sono:
      • GPU: utilizza otto GPU A100 da 80 GB per l'ottimizzazione. Assicurati di avere un numero sufficiente di video quota. Se scegli GPU, quindi VPC‐SC è supportato. CMEK è supportata se l'ottimizzazione la località e la località di caricamento del modello sono us-centra1. Per ulteriori informazioni, vedi Impostazioni della regione di ottimizzazione supervisionata. Se scegli GPU, l'ottimizzazione del modello vengono eseguiti nella regione us-central1.
      • TPU: utilizza 64 core del pod TPU v3 per l'ottimizzazione. Assicurati di avere un numero sufficiente di video quota. CMEK non è supportata, ma VPC‐SC è supportato. Se scegli TPU, i calcoli di ottimizzazione del modello vengono eseguiti Regione europe-west4.
    • Aggiungi un'istanza TensorBoard: (Facoltativo) L'ID di un'istanza Vertex AI TensorBoard. La L'istanza di Vertex AI TensorBoard viene utilizzata per creare un esperimento dopo l'ottimizzazione il job viene completato. L'istanza Vertex AI TensorBoard deve trovarsi nella stessa regione di ottimizzazione della pipeline.
    • Crittografia (Facoltativo) Scegli se utilizzare una chiave di proprietà e gestita da Google o una chiave di crittografia gestita dal cliente (CMEK). Una CMEK è disponibile per la crittografia solo nella regione us-central1. In tutte le altre regioni disponibili, viene utilizzata una chiave di proprietà e gestita da Google. Per ulteriori informazioni, vedi Panoramica di CMEK.
    • Account di servizio (Facoltativo) Scegli un account di servizio gestito dall'utente. Un account di servizio determina a quali risorse Google Cloud può accedere il tuo codice di servizio. Se non scegli un account di servizio, allora un agente di servizio che include le autorizzazioni appropriate per la maggior parte dei modelli.
  6. Fai clic su Continua.
  7. Se vuoi caricare il file del set di dati di distillazione, seleziona  Carica il file JSONL in Cloud Storage. Se le tue il file del set di dati si trova già in un bucket Cloud Storage, seleziona  File JSONL esistente su Cloud Storage.

    Carica un file JSONL

    • In Seleziona file JSONL, fai clic su Sfoglia e seleziona il file del set di dati.
    • In Posizione del set di dati, fai clic su Sfoglia. e seleziona il bucket Cloud Storage in cui archiviare i tuoi del set di dati.

    Usa un file JSONL esistente

    In Percorso file di Cloud Storage, fai clic su Sfoglia e seleziona il bucket Cloud Storage in cui si trova il file del set di dati individuarlo.
  8. (Facoltativo) Per valutare il modello distillato, seleziona Abilita modello valutazione e configura la valutazione del modello:
      .
    • Set di dati di valutazione: (Facoltativo) L'URI del file JSONL che contiene il set di dati di valutazione per la previsione batch e la valutazione delle prestazioni. La valutazione non è supportata per codechat-bison. Per ulteriori informazioni, consulta Formato del set di dati per l'ottimizzazione di un modello di codice. Il set di dati di valutazione richiede tra 10 e 250 esempi.
    • Intervallo di valutazione: (Facoltativo, valore predefinito 20) Il numero di passaggi di ottimizzazione tra ogni valutazione. L'intervallo di valutazione non è supportato per i modelli di chat. Poiché la valutazione viene eseguita sull'intero set di dati di valutazione, un intervallo di valutazione inferiore determina tempi di ottimizzazione più lunghi. Ad esempio, se steps è 200 e EVAL_INTERVAL è 100, otterrai solo due punti dati per le metriche di valutazione. Questo parametro richiede l'impostazione di evaluation_data_uri.
    • Attivare l'interruzione anticipata: (facoltativo, valore predefinito true) Un boolean che, se impostato su true, interrompe l'ottimizzazione prima di completare tutti i passaggi se le prestazioni del modello, misurate la precisione dei token previsti, non migliora abbastanza tra le esecuzioni delle valutazioni. Se è false, l'ottimizzazione continua fino al completamento di tutti i relativi passaggi. Questo parametro richiede l'impostazione di evaluation_data_uri. L'opzione Abilita l'interruzione anticipata non è supportata per i modelli di chat.
    • Abilita selezione dei checkpoint: Se abilitato, Vertex AI seleziona e restituisce il checkpoint con il modello migliore le prestazioni di valutazione da tutti i checkpoint creati durante il job di ottimizzazione. Se disattivato, lo stato viene restituito il checkpoint creato durante il job di ottimizzazione. Ogni checkpoint fa riferimento a uno snapshot durante un job di ottimizzazione.
    • Istanza TensorFlow: (Facoltativo) L'ID di un'istanza Vertex AI TensorBoard. La L'istanza di Vertex AI TensorBoard viene utilizzata per creare un esperimento dopo l'ottimizzazione il job viene completato. L'istanza Vertex AI TensorBoard deve trovarsi nella stessa regione di ottimizzazione della pipeline.
  9. Fai clic su Avvia distillazione.

La tabella seguente mostra le configurazioni consigliate per la distillazione di un modello di base per attività:

Attività N. di esempi nel set di dati Passaggi di addestramento
Classificazione 100+ 200-1000
Riassunto 100-500+ 1000-1500
QA estrattivo 100+ 200-800

Per i passaggi di addestramento, puoi provare più di un valore per ottenere il miglior rendimento su per uno specifico set di dati, ad esempio 100, 200, 500.

Visualizza un elenco di modelli distillati

Puoi visualizzare un elenco di modelli nel tuo progetto attuale, tra cui i modelli utilizzando la console Google Cloud o l'SDK Vertex AI per Python.

Python

Prima di provare questo esempio, segui le istruzioni per la configurazione di Python nel Guida rapida di Vertex AI con librerie client. Per ulteriori informazioni, consulta API Python Vertex AI documentazione di riferimento.

Per eseguire l'autenticazione su Vertex AI, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale. 

import vertexai

from vertexai.language_models import TextGenerationModel

# TODO(developer): Update values for project_id & location
vertexai.init(project=project_id, location=location)
model = TextGenerationModel.from_pretrained("text-bison@002")
tuned_model_names = model.list_tuned_model_names()
print(tuned_model_names)

Console

Per visualizzare i modelli distillati nella console Google Cloud, vai a Pagina Vertex AI Model Registry.

Vai al registro dei modelli di Vertex AI

Carica un modello di testo distillato

Il codice campione seguente utilizza l'SDK Vertex AI per Python per caricare un di generazione del testo:

import vertexai
from vertexai.preview.language_models import TextGenerationModel

model = TextGenerationModel.get_tuned_model(TUNED_MODEL_NAME)

Sostituisci TUNED_MODEL_NAME con il nome della risorsa qualificato del modello distillato. Questo nome è nel formato projects/PROJECT_ID/locations/LOCATION/models/MODEL_ID. Puoi trovare l'ID modello del modello distillato in Vertex AI Model Registry.

Metriche di ottimizzazione e valutazione

Puoi configurare un job di ottimizzazione del modello per raccogliere e generare report sull'ottimizzazione del modello. le metriche di valutazione del modello, che possono essere visualizzate utilizzando Vertex AI TensorBoard

Metriche di ottimizzazione del modello

Puoi configurare un job di ottimizzazione del modello per raccogliere le seguenti metriche di ottimizzazione per chat-bison, code-bison, codechat-bison e text-bison:
  • /train_total_loss: perdita del set di dati di ottimizzazione in una fase di addestramento.
  • /train_fraction_of_correct_next_step_preds: l'accuratezza dei token in un addestramento passaggio. Una singola previsione è composta da una sequenza di token. Questa metrica misura la precisione dei token previsti rispetto al suolo per l'ottimizzazione del set di dati.
  • /train_num_predictions: Numero di token previsti in una fase di addestramento.

Metriche di valutazione del modello

Puoi configurare un job di ottimizzazione del modello per raccogliere le seguenti metriche di valutazione per code-bison e text-bison:

  • /eval_total_loss: perdita per il set di dati di valutazione in un passaggio di valutazione.
  • /eval_fraction_of_correct_next_step_preds: l'accuratezza del token di valutazione. Una singola previsione è composta da una sequenza di token. Questo misura l'accuratezza dei token previsti rispetto alla metrica basato su dati empirici reali nel set di dati di valutazione.
  • /eval_num_predictions: numero di token previsti in un passaggio di valutazione.

Le visualizzazioni delle metriche sono disponibili al termine del job di ottimizzazione del modello. Se specifichi solo un ID istanza Vertex AI TensorBoard e non un di valutazione quando si crea il job di ottimizzazione, solo le visualizzazioni le metriche di ottimizzazione sono disponibili.