با دسترسی مستقیم به مدل ML Kit (com.google.mlkit:genai-prompt)، می‌توانید
درخواست‌های سفارشی زبان طبیعی را در دستگاه به مدل پایه Gemini Nano
ازطریق کلاس GenerativeModel ارسال کنید. دسترسی مستقیم به مدل
ورودی‌های نوشتاری یا چندحالته (تصویر و نوشتار) را می‌پذیرد، از مکالمات چندنوبتی مدیریت‌شده توسط مشتری (List<Content> با نقش‌های USER و MODEL و sessionId) پشتیبانی می‌کند، و خروجی نوشتاری یا خروجی ساختاریافته تایپ‌شده تولید می‌کند.
می‌توانید از دسترسی مستقیم به مدل برای موارد استفاده مختلفی استفاده کنید، ازجمله:
مورد استفاده |
نمونه |
درک تصویر |
تحلیل عکس‌ها برای طبقه‌بندی، مثل «حیوانات خانگی»، «غذا»، یا «سفر». |
ترجمه‌های کوتاه |
ترجمه پیام‌های کوتاه بین راننده تحویل و مشتری. |
خلاصه‌سازی هدایت‌شده |
خلاصه کردن مرورهای یک رستوران براساس علاقه خاص کاربر. |
استخراج نهاد |
استخراج جزئیات مهم درباره رویداد آتی از رشته ایمیل. |
ایده برای تولید محتوا |
درحال پیشنهاد دادن پیام‌واره برای ورودی روزنگار. |
اسکن هوشمند سند |
استخراج و دسته‌بندی موارد از تصویر رسید. |
طبقه‌بندی نوشتار |
طبقه‌بندی کردن مرورهای مشتری در دسته‌های مثبت، خنثی، یا منفی. |
دسترسی مستقیم به مدل درمقابل میاناهای برنامه‌سازی کاربردی مختص تکلیف
در کنار دسترسی مستقیم به مدل پایه Gemini Nano برای پیام‌واره‌های سفارشی، «کیت یادگیری ماشین» میاناهای برنامه‌سازی کاربردی ازپیش پیکربندی‌شده‌ای برای تکالیف اختصاصی گفتار، تصویر، و نوشتار ارائه می‌دهد: تشخیص گفتار، شرح تصویر، خلاصه‌سازی، نمونه‌خوانی، بازنویسی، و غیره. میاناهای برنامه‌سازی کاربردی تکلیف نوشتار و تصویر از انواع ویژگی‌های مختص تکلیف و آداپتورهای LoRA تنظیم‌شده روی مدل پایه مشترک استفاده می‌کنند. جدول زیر مزایای هر رویکرد را نشان می‌دهد:
ملاحظات |
دسترسی مستقیم به مدل ( |
میاناهای برنامه‌سازی کاربردی تکلیف نوشتار و تصویر |
تلاش برای یکپارچه‌سازی |
بالا. به‌دلیل مهندسی پیام‌واره و تضمین کیفیت، به تلاش بیشتری برای پیاده‌سازی نیاز دارد. |
کم. به تلاش کمتری نیاز دارد، زیرا این میاناهای برنامه‌سازی کاربردی از انواع ویژگی‌های خاص تکلیف و آداپتورهای LoRA تنظیم‌شده در بالای مدل پایه استفاده می‌کنند. نیازی به کار مستقیم با مدل زبانی بزرگ نیست. |
انعطاف‌پذیری |
انعطاف‌پذیری بیشتر، زیرا می‌توانید پیام‌واره‌های مهندسی‌شده سفارشی بسازید، بافت چندنوبتی را مدیریت کنید، طرح‌واره‌های ساختاریافته تایپ‌شده را اعمال کنید، یا گردش کارهای عاملی سطح بالاتر ( |
انعطاف‌پذیری کمتر. هر میانای برنامه‌سازی کاربردی مختص تکلیف دارای تنظیم دقیق LoRA ثابت و پیام‌واره داخلی است که ویژگی‌های زیر را دارد:
|
به‌عنوان یک قانون کلی، زمانی‌که به سفارشی‌سازی و انعطاف‌پذیری بیشتری نیاز دارید، از دسترسی مستقیم به مدل استفاده کنید و برای کارهای استانداردی که به منطق سفارشی نیاز ندارند، از میاناهای برنامه‌سازی کاربردی مختص تکلیف استفاده کنید.