Gemini telah berkontribusi pada banyak tugas sebagai model dasar, tetapi panduan mungkin diperlukan untuk tugas-tugas tertentu. Dengan menerapkan penyempurnaan terbimbing (SFT), kinerja Gemini dapat ditingkatkan agar sesuai dengan tugas-tugas dan gaya penulisan tertentu. Pemilihan model yang tepat dan pembuatan kumpulan data berkualitas tinggi adalah hal yang penting.

Untuk memperlancar proses SFT, pengembang dapat mengevaluasi kinerja awal model, memilih metrik evaluasi yang tepat, menggunakan beragam kumpulan data evaluasi, dan sebagainya. Sebaiknya pilih versi model terbaik dari berbagai versi, seperti Gemini 1.5 Pro dan Gemini 1.5 Flash.

Keseimbangan antara kualitas dan kuantitas kumpulan data penting, dan kami menggunakan Adaptasi Tingkat Rendah (LoRA) Vertex AI untuk menyempurnakannya secara efisien. Pemilihan sampel berkualitas tinggi, deduplikasi, dan penambahan data merupakan faktor penting dalam mempertimbangkan kumpulan data.

Menambahkan instruksi ke kumpulan data fine-tuning akan meningkatkan kinerja model. Instruksi sistem atau instruksi tingkat instans digunakan untuk meningkatkan kemampuan model dalam menjalankan tugas tertentu. Selain itu, penyelarasan data pelatihan dan produksi memengaruhi efektivitas fine-tuning, jadi memilih format data yang tepat sangatlah penting.