以前のモデルから移行する

モデルをリベースする

以前にチューニングされたモデルを再ベース化するには、 Google Cloud コンソールを使用するか、プログラムで行うことができます。このガイドでは、チューニング済みモデルのベースモデルを最新バージョンに更新するリベース方法について説明します。

新しいベースモデルが定期的にリリースされるため、モデルを再ベース化することが重要です。多くの場合、大規模なデータセットでトレーニングされ、優れたアーキテクチャを備え、パフォーマンスが向上しています。リベースを行うと、これらの改善を利用できます。リベースでは、新しいベースモデルに推奨されるハイパーパラメータを使用して、最適なパフォーマンスが得られます。

bison models モデルと gemini-1.0 モデルは、gemini-1.5 models とは異なるデータセット形式を使用します。古いモデル バージョンから gemini-1.5 にアップグレードする場合は、次の 2 つの方法があります。

  1. 既存のデータセットを引き続き使用: 古いチューニング データセットは gemini-1.5 で引き続き機能するため、シームレスに移行できます。
  2. 新しいデータセットを作成する: gemini-1.5 でパフォーマンスを最適化するには、更新された形式を使用して Cloud Storage バケットに新しいデータセットを作成します。
REST Google Cloud コンソール

リクエストのデータを使用する前に、次のように置き換えます。

  • LOCATION: チューニング ジョブを実行するリージョン。これは、チューニング済みのモデルをアップロードするデフォルトのリージョンでもあります。
  • PROJECT_ID: 実際のプロジェクト ID。
  • MODEL_ID: リベースするチューニング済みモデルの名前。
  • TUNING_JOB_ID: tuning_job を使用する以前の Gemini モデルの場合。
  • PIPELINE_JOB_NAME: 以前の bison モデルのチューニング パイプライン。

HTTP メソッドと URL:

POST https://REGION-aiplatform.googleapis.com/ui/projects/PROJECT_ID/locations/REGION/tuningJobs:rebaseTunedModel

リクエストの本文（JSON）: 

{
  "tunedModelRef": {
    "tuned_model": "projects/PROJECT_ID/locations/REGION/models/MODEL_ID"
  }
}

リクエストを送信するには、次のいずれかのオプションを選択します。

curlPowerShell

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$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://REGION-aiplatform.googleapis.com/ui/projects/PROJECT_ID/locations/REGION/tuningJobs:rebaseTunedModel" | Select-Object -Expand Content

次のような JSON レスポンスが返されます。

{
  "name": "projects/PROJECT_ID/locations/TUNING_JOB_REGION/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.ui.RebaseTunedModelOperationMetadata",
    "genericMetadata": {
      "createTime": "2024-11-12T21:06:44.419195Z",
      "updateTime": "2024-11-12T21:06:44.419195Z",
      "state": "RUNNING",
      "worksOn": [
      "projects/PROJECT_ID/locations/TUNING_JOB_REGION/pipelineJobs/PIPELINE_JOB_NAME"
      ]
    }
  }
}

チューニング済みモデルを新しい基盤モデルにリベースする手順は次のとおりです。

  1. Google Cloud コンソールの [Vertex AI] セクションで、[Vertex AI Studio] ページのチューニングに移動します。

    Vertex AI Studio に移動

  2. チューニング済みモデルのリストで、通知列に [Retune] オプションが表示されているモデルは、古いモデルか、再ベース化できるモデルです。
  3. [Retune] を選択します。
  4. 再チューニングされたモデルの名前を選択します。
  5. プルダウンから、使用する新しいベースモデルを選択します。
  6. 使用するリージョンを選択します。
  7. 出力ディレクトリの場所、つまり再フォーマットされたチューニング データセットが保存される Cloud Storage の場所を選択します。
  8. 新しいファイルを Cloud Storage にアップロードするか、既存の Cloud Storage パスを使用して、チューニング データセットのロケーションを更新します。
  9. 省略可: モデル検証を有効にして、Cloud Storage 検証データセットに接続します。
  10. [チューニングを開始] をクリックします。

次のステップ