GSP1269

Visão geral

Este laboratório oferece uma introdução prática ao ajuste fino de modelos generativos do Gemini usando o recurso de ajuste supervisionado da Vertex AI. Você vai aprender a usar seus próprios dados rotulados para refinar um modelo Gemini básico, adaptando-o para se destacar em tarefas, como classificação, resumo, respostas a perguntas e conversas.

O processo de ajuste fino envolve estas etapas principais:

• Preparação de dados: é fundamental fornecer os dados de treinamento com alta qualidade e bem rotulados. Seus dados influenciam diretamente o desempenho do modelo e ajudam a reduzir possíveis vieses.
• Treinamento: teste diferentes configurações de treinamento para otimizar o modelo para sua tarefa de destino. Esse processo iterativo maximiza o potencial do modelo.
• Avaliação: selecione as métricas de avaliação e um conjunto de dados separado para avaliar com precisão a performance do modelo ajustado.

Configurações recomendadas:

Para orientar sua jornada de ajuste fino, fornecemos pontos de partida recomendados para várias tarefas:

Tarefa	Exemplos no conjunto de dados	Períodos
Classificação	+ de 500	2-4
Resumo	+ de 1.000	2-4
QA extrativa	+ de 500	2-4
Chat	+ de 1.000	2-4

Objetivos

Veja abaixo as atividades que você vai fazer neste laboratório:

• Entender o processo para usar o ajuste fino supervisionado.
• Melhorar os resultados do Gemini usando dados do BigQuery.
• Ajustar o Gemini usando dados de perguntas e respostas do StackOverflow.

Pré-requisitos

Antes de fazer este laboratório, você precisa saber os seguintes conceitos:

• Noção básica de programação em Python.
• Conceitos gerais sobre APIs.
• Executar códigos Python em um notebook do Jupyter no Vertex AI Workbench.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

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

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

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

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Tarefa 1: abrir o notebook no Vertex AI Workbench

1. No menu de navegação () do console do Google Cloud, clique em Vertex AI > Workbench.

2. Ache a instância e clique no botão Abrir o JupyterLab.

A interface do JupyterLab para sua instância do Workbench é aberta em uma nova guia do navegador.

Observação: se você não encontrar notebooks no JupyterLab, siga estas etapas para redefinir a instância:

1. Feche a guia do JupyterLab no navegador e volte à página inicial do Workbench.

2. Marque a caixa de seleção ao lado do nome da instância e clique em Redefinir.

3. Depois que o botão Abrir o JupyterLab for ativado novamente, aguarde um minuto e clique em Abrir o JupyterLab.

Tarefa 2: configurar o notebook

1. Abra o arquivo .

2. Na caixa de diálogo Selecionar Kernel, escolha Python 3 na lista de kernels disponíveis.

3. Execute as seções Vamos começar e Importar bibliotecas do notebook.

   • Para ID do projeto, use , e em Local, use .

Observação: é possível pular as células do notebook que tenham a indicação Somente Colab. Se você receber uma resposta 429 de uma das execuções de células do notebook, aguarde 1 minuto antes de executar a célula novamente para prosseguir.

Clique em Verificar meu progresso para conferir o objetivo. Importar bibliotecas e configurar o notebook.

Tarefa 3: criar um conjunto de dados no formato exigido

Nesta seção, você vai criar conjuntos de dados de treinamento, validação e teste usados para modificar e avaliar o modelo ajustado.

• Execute a seção Criar um conjunto de dados no formato exigido do notebook.

Para BUCKET_NAME, use .

Clique em Verificar meu progresso para conferir o objetivo. Criar um conjunto de dados no formato exigido.

Tarefa 4: inicializar e testar o modelo do Gemini

Nesta seção, você vai gerar uma configuração e fazer uma chamada de teste para o Gemini usando o SDK Python.

Inicializar o modelo

• Nesta tarefa, você vai executar a seção Inicializar o modelo do notebook.

Testar o modelo do Gemini

• Nesta tarefa, você vai executar a seção Testar o modelo Gemini do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Testar o modelo do Gemini.

Tarefa 5: avaliação antes do ajuste do modelo

Nesta seção, você vai avaliar o desempenho dos modelos do Gemini antes de fazer o ajuste fino com dados complementares.

• Leia a seção Avaliação antes do ajuste do modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Avaliar o modelo Gemini no conjunto de dados de teste antes do ajuste.

Tarefa 6: fazer o ajuste fino e carregar o modelo

Nesta seção, você carrega o modelo generativo ajustado e chama a API Gemini.

Ajustar o modelo

• Nesta tarefa, você vai executar a seção Ajustar o modelo do notebook.

Carregar o modelo ajustado

• Nesta tarefa, você vai executar a seção Carregar o modelo ajustado do notebook.

Observação: o job de ajuste leva vários minutos. Aguarde a conclusão do job de ajuste antes de prosseguir para as células subsequentes do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Carregar o modelo generativo ajustado.

Tarefa 7: avaliação após o ajuste do modelo

Nesta seção, você vai avaliar o desempenho do modelo Gemini após o ajuste fino com dados complementares.

• Execute a seção Avaliação após o ajuste do modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Avaliação após o ajuste do modelo.

Parabéns!

Neste laboratório, você aprendeu a usar o recurso de ajuste fino supervisionado da Vertex AI para ajustar o Gemini usando dados personalizados e melhorar os recursos de resposta a perguntas.

Próximas etapas / Saiba mais

Confira os recursos a seguir para saber mais sobre o Gemini:

• Visão geral do Gemini
• IA generativa na documentação da Vertex AI
• IA generativa no YouTube
• Confira o manual da Vertex AI para acessar uma galeria selecionada e pesquisável de notebooks da IA generativa.
• Conheça outros notebooks e exemplos no Repositório da IA generativa do Google Cloud (em inglês).

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 11 de julho de 2025

Laboratório testado em 11 de julho de 2025.

Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.