Ajuster les modèles d'IA générative avec l'ajustement supervisé Vertex AI
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Ajustez automatiquement un modèle Gemini à l'aide de la fonctionnalité Vertex AI SFT (Supervised Fine-tuning, affinage supervisé) de Google Cloud.
En savoir plus
Pour obtenir une documentation détaillée incluant cet exemple de code, consultez les pages suivantes :
Exemple de code
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],[],[],[],null,["# Fine-tune Generative AI models with Vertex AI Supervised Fine-tuning\n\nAutomatically tune a Gemini model using Google Cloud's Vertex AI SFT (Supervised Fine-tuning).\n\nExplore further\n---------------\n\n\nFor detailed documentation that includes this code sample, see the following:\n\n- [Tune Gemini models by using supervised fine-tuning](/vertex-ai/generative-ai/docs/models/gemini-use-supervised-tuning)\n- [Tuning API](/vertex-ai/generative-ai/docs/model-reference/tuning)\n\nCode sample\n-----------\n\n### Python\n\n\nBefore trying this sample, follow the Python setup instructions in the\n[Vertex AI quickstart using\nclient libraries](/vertex-ai/docs/start/client-libraries).\n\n\nFor more information, see the\n[Vertex AI Python API\nreference documentation](/python/docs/reference/aiplatform/latest).\n\n\nTo authenticate to Vertex AI, set up Application Default Credentials.\nFor more information, see\n\n[Set up authentication for a local development environment](/docs/authentication/set-up-adc-local-dev-environment).\n\n\n import time\n\n import https://cloud.google.com/python/docs/reference/vertexai/latest/\n from vertexai.tuning import https://cloud.google.com/python/docs/reference/vertexai/latest/vertexai.preview.tuning.sft.html\n\n # TODO(developer): Update and un-comment below line\n # PROJECT_ID = \"your-project-id\"\n https://cloud.google.com/python/docs/reference/vertexai/latest/.init(project=PROJECT_ID, location=\"us-central1\")\n\n sft_tuning_job = https://cloud.google.com/python/docs/reference/vertexai/latest/vertexai.preview.tuning.sft.html.https://cloud.google.com/python/docs/reference/vertexai/latest/vertexai.preview.tuning.sft.html(\n source_model=\"gemini-2.0-flash-001\",\n # 1.5 and 2.0 models use the same JSONL format\n train_dataset=\"gs://cloud-samples-data/ai-platform/generative_ai/gemini-1_5/text/sft_train_data.jsonl\",\n )\n\n # Polling for job completion\n while not sft_tuning_job.has_ended:\n time.sleep(60)\n sft_tuning_job.refresh()\n\n print(sft_tuning_job.tuned_model_name)\n print(sft_tuning_job.tuned_model_endpoint_name)\n print(sft_tuning_job.experiment)\n # Example response:\n # projects/123456789012/locations/us-central1/models/1234567890@1\n # projects/123456789012/locations/us-central1/endpoints/123456789012345\n # \u003cgoogle.cloud.aiplatform.metadata.experiment_resources.Experiment object at 0x7b5b4ae07af0\u003e\n\nWhat's next\n-----------\n\n\nTo search and filter code samples for other Google Cloud products, see the\n[Google Cloud sample browser](/docs/samples?product=generativeaionvertexai)."]]
