GSP1259

Descripción general

En este lab, se ofrece una introducción práctica al ajuste de modelos generativos de Gemini con la función de ajuste supervisado de Vertex AI. Aprenderás a aprovechar tus propios datos etiquetados para perfeccionar un modelo base de Gemini y adaptarlo para que se destaque en tareas específicas como clasificación, resumen, respuesta a preguntas y chat.

El proceso de ajuste implica estos pasos clave:

• Preparación de datos: Es fundamental proporcionar datos de entrenamiento de alta calidad y bien etiquetados. Tus datos influyen directamente en el rendimiento del modelo y ayudan a mitigar posibles sesgos.
• Entrenamiento: Experimenta con diferentes configuraciones de entrenamiento para optimizar el modelo para tu tarea objetivo. Este proceso iterativo maximiza el potencial del modelo.
• Evaluación: Selecciona cuidadosamente las métricas de evaluación y un conjunto de datos separado para evaluar con precisión el rendimiento del modelo ajustado.

Configuraciones recomendadas:

Para guiar tu proceso de ajuste, proporcionamos puntos de partida recomendados para varias tareas:

Tarea	Ejemplos en el conjunto de datos	Ciclos de entrenamiento
Clasificación	Más de 500	2-4
Resumen	Más de 1,000	2-4
QA de extracción	Más de 500	2-4
Chat	Más de 1,000	2-4

Objetivos

En este lab, realizarás las siguientes actividades:

• Comprender el proceso para utilizar el ajuste supervisado
• Mejorar los resultados de Gemini con datos de BigQuery
• Ajustar Gemini con datos de preguntas y respuestas de StackOverflow

Requisitos previos

Antes de comenzar este lab, debes tener los siguientes conocimientos:

• Programación de Python básica
• Conceptos generales sobre APIs
• Ejecución de código de Python en un notebook de Jupyter en Vertex AI Workbench

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar. Se recomienda el navegador Chrome.

Nota: Usa una ventana del navegador privada o de incógnito (opción recomendada) para ejecutar el lab. Así evitarás conflictos entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab (recuerda que, una vez que comienzas un lab, no puedes pausarlo).

Nota: Usa solo la cuenta de estudiante para este lab. Si usas otra cuenta de Google Cloud, es posible que se apliquen cargos a esa cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón para abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debes usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

   {{{user_0.username | "Username"}}}

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

   {{{user_0.password | "Password"}}}

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.

7. Haz clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar.

Tarea 1: Abre el notebook en Vertex AI Workbench

1. En el menú de navegación () de la consola de Google Cloud, haz clic en Vertex AI > Workbench.

2. Busca la instancia y haz clic en el botón Abrir JupyterLab.

La interfaz de JupyterLab para tu instancia de Workbench se abrirá en una pestaña nueva del navegador.

Nota: Si no ves notebooks en JupyterLab, sigue estos pasos adicionales para restablecer la instancia:

1. Cierra la pestaña del navegador de JupyterLab y vuelve a la página principal de Workbench.

2. Selecciona la casilla de verificación junto al nombre de la instancia y haz clic en Restablecer.

3. Después de que se vuelva a habilitar el botón Abrir JupyterLab, espera un minuto y, luego, haz clic en Abrir JupyterLab.

Tarea 2: Configura el notebook

1. Abre el archivo .

2. En el cuadro de diálogo Select Kernel, elige Python 3 en la lista de kernels disponibles.

3. Ejecuta las secciones Getting Started e Import libraries del notebook.

   • Para Project ID, usa , y para Location, usa .

Nota: Puedes omitir las celdas del notebook que tienen la indicación Colab only. Si recibes una respuesta 429 de cualquiera de las ejecuciones de celda del notebook, espera 1 minuto antes de volver a ejecutar la celda para continuar.

Haz clic en Revisar mi progreso para verificar el objetivo. Importar bibliotecas y configurar el notebook

Tarea 3: Crea un conjunto de datos en el formato requerido

En esta sección, crearás conjuntos de datos de entrenamiento, validación y prueba que se usan para modificar y evaluar el modelo ajustado.

• Revisa la sección Crea un conjunto de datos en el formato requerido del notebook.

Para BUCKET_NAME, usa .

Haz clic en Revisar mi progreso para verificar el objetivo. Crear un conjunto de datos en el formato requerido

Tarea 4: Inicializa y prueba el modelo de Gemini

En esta sección, generarás una configuración y harás una llamada de prueba a Gemini con el SDK de Python.

Inicializa el modelo

• En esta tarea, revisa la sección Inicializa el modelo del notebook.

Prueba el modelo de Gemini

• En esta tarea, revisa la sección Prueba el modelo de Gemini del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Probar el modelo de Gemini

Tarea 5: Evaluación antes del ajuste del modelo

En esta sección, evaluarás el rendimiento de los modelos de Gemini antes de ajustarlos con datos complementarios.

• Revisa la sección Evaluación antes del ajuste del modelo del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Evaluar el modelo de Gemini en el conjunto de datos de prueba antes de ajustarlo

Tarea 6: Ajusta y carga el modelo

En esta sección, cargarás el modelo generativo ajustado y llamarás a la API de Gemini.

Ajusta el modelo

• En esta tarea, revisa la sección Ajusta el modelo del notebook.

Carga el modelo ajustado

• En esta tarea, revisa la sección Carga el modelo ajustado del notebook.

Nota: El trabajo de ajuste tarda varios minutos. Espera a que se complete el trabajo de ajuste antes de continuar con las siguientes celdas del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Cargar el modelo generativo ajustado

Tarea 7: Evaluación después del ajuste del modelo

En esta sección, evaluarás el rendimiento del modelo de Gemini después de ajustarlo con datos complementarios.

• Revisa la sección Evaluación después del ajuste del modelo del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Evaluación después del ajuste del modelo

¡Felicitaciones!

En este lab, aprendiste a usar la capacidad de ajuste supervisado de Vertex AI para ajustar Gemini con datos personalizados y mejorar sus capacidades de respuesta a preguntas.

Próximos pasos/Más información

Consulta los siguientes recursos para obtener más información sobre Gemini:

• Descripción general de Gemini
• Documentación sobre IA generativa en Vertex AI
• IA generativa en YouTube
• Explora la guía de soluciones de Vertex AI para ver una galería de notebooks seleccionada sobre la IA generativa en la que puedes realizar búsquedas.
• Explora otros notebooks y ejemplos en el repositorio de IA generativa de Google Cloud.

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 11 de julio de 2025

Prueba más reciente del lab: 11 de julio de 2025

Copyright 2025 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.