使用 Vertex AI 监督式微调功能对生成式 AI 模型进行微调

使用 Google Cloud 的 Vertex AI SFT（监督式微调）自动调整 Gemini 模型。

深入探索

如需查看包含此代码示例的详细文档，请参阅以下内容：

代码示例

Python

在尝试此示例之前，请按照《Vertex AI 快速入门：使用客户端库》中的 Python 设置说明执行操作。 如需了解详情，请参阅 Vertex AI Python API 参考文档。

如需向 Vertex AI 进行身份验证，请设置应用默认凭证。 如需了解详情，请参阅为本地开发环境设置身份验证。 

 import time  import vertexai from vertexai.tuning import sft  # TODO(developer): Update and un-comment below line # PROJECT_ID = "your-project-id" vertexai.init(project=PROJECT_ID, location="us-central1")  sft_tuning_job = sft.train(     source_model="gemini-2.0-flash-001",     # 1.5 and 2.0 models use the same JSONL format     train_dataset="gs://cloud-samples-data/ai-platform/generative_ai/gemini-1_5/text/sft_train_data.jsonl", )  # Polling for job completion while not sft_tuning_job.has_ended:     time.sleep(60)     sft_tuning_job.refresh()  print(sft_tuning_job.tuned_model_name) print(sft_tuning_job.tuned_model_endpoint_name) print(sft_tuning_job.experiment) # Example response: # projects/123456789012/locations/us-central1/models/1234567890@1 # projects/123456789012/locations/us-central1/endpoints/123456789012345 # <google.cloud.aiplatform.metadata.experiment_resources.Experiment object at 0x7b5b4ae07af0>

后续步骤

如需搜索和过滤其他 Google Cloud 产品的代码示例，请参阅Google Cloud 示例浏览器。