إرسال طلبات مخصّصة من خلال الوصول المباشر إلى نموذج Gemini Nano

من خلال ميزة الوصول المباشر إلى النماذج في "حزمة تعلّم الآلة" (com.google.mlkit:genai-prompt)، يمكنك إرسال طلبات مخصّصة باللغة الطبيعية على الجهاز فقط إلى نموذج Gemini Nano الأساسي من خلال فئة GenerativeModel. يتيح الوصول المباشر إلى النموذج إدخال النصوص أو الوسائط المتعددة (الصور والنصوص)، ويدعم المحادثات المتعددة الأدوار التي يديرها العميل (List<Content> مع أدوار USER وMODEL وsessionId)، ويُخرج النصوص أو المخرجات المنظَّمة المكتوبة.

يمكنك استخدام الوصول المباشر إلى النماذج في مجموعة متنوعة من حالات الاستخدام، بما في ذلك:

حالة الاستخدام

مثال

فهم الصور

تحليل الصور لتصنيفها، مثل "حيوانات أليفة" أو "طعام" أو "سفر"

ترجمات قصيرة

ترجمة الرسائل القصيرة بين سائق التوصيل والعميل.

التلخيص الموجَّه

تلخيص مراجعات مطعم استنادًا إلى اهتمام محدّد للمستخدم

استخراج الكيانات

استخراج تفاصيل مهمة حول حدث قادم من سلسلة رسائل إلكترونية

أفكار لإنشاء المحتوى

اقتراح طلبات لإدخال في دفتر اليوميات

المسح الضوئي الذكي للمستندات

استخراج العناصر وتصنيفها من صورة إيصال

تصنيف النصوص

تصنيف مراجعات العملاء إلى فئة إيجابية أو محايدة أو سلبية

الوصول المباشر إلى النماذج مقابل واجهات برمجة التطبيقات الخاصة بمهام معيّنة

بالإضافة إلى إمكانية الوصول المباشر إلى نموذج Gemini Nano الأساسي للطلبات المخصّصة، توفّر حزمة تعلّم الآلة واجهات برمجة تطبيقات تم ضبطها مسبقًا لمهام مخصّصة للكلام والصور والنصوص: التعرّف على الكلام ووصف الصور والتلخيص والتدقيق اللغوي وإعادة الكتابة والمزيد. تستخدم واجهات برمجة التطبيقات لمهام النصوص والصور أنواع ميزات خاصة بالمهام ومحوّلات LoRA مضبوطة بدقة بالإضافة إلى النموذج الأساسي المشترك. يوضّح الجدول التالي مزايا كل نهج:

التفكير في الشراء

الوصول المباشر إلى النماذج (GenerativeModel)

واجهات برمجة التطبيقات لمهام النصوص والصور

صعوبة الدمج

مرتفع

يتطلّب تنفيذها جهدًا أكبر بسبب هندسة الطلبات وضمان الجودة.

منخفض.

تتطلّب جهدًا أقل، لأنّ واجهات برمجة التطبيقات هذه تستخدم أنواع ميزات خاصة بالمهام ومحوّلات LoRA مضبوطة بدقة فوق النموذج الأساسي. لا حاجة إلى العمل مباشرةً مع نموذج لغوي كبير.

المرونة

مرونة أكبر، إذ يمكنك تخصيص الطلبات أو إدارة سياق المحادثات المتعددة أو فرض مخططات منظَّمة مكتوبة أو إنشاء مهام سير عمل مستندة إلى الوكلاء (AgentRunner) على مستوى أعلى من GenerativeModel.

مرونة أقل تحتوي كل واجهة برمجة تطبيقات خاصة بمهمة معيّنة على ضبط دقيق ثابت لـ LoRA وطلب مدمج يتضمّن الخصائص التالية:

  • وصف الصورة عام وقصير.
  • يمكن أن تتضمّن الملخّصات من نقطة تعداد واحدة إلى 3 نقاط فقط.
  • تتيح إعادة الكتابة الأنماط المحدّدة مسبقًا فقط.

كقاعدة عامة، استخدِم الوصول المباشر إلى النموذج عندما تحتاج إلى المزيد من التخصيص والمرونة، واستخدِم واجهات برمجة التطبيقات الخاصة بالمهام للمهام العادية التي لا تتطلّب منطقًا مخصّصًا.

نموذج الرموز البرمجية