Oracle Cloud Infrastructure-Dokumentation

Geschultes benutzerdefiniertes Modell erstellen

Erstellen Sie ein benutzerdefiniertes Modell in OCI Generative AI, indem Sie ein Basismodell mit Ihrem eigenen Dataset optimieren.

Stellen Sie vor dem Erstellen eines Modells sicher, dass Sie über die Berechtigung verfügen, benutzerdefinierte Modelle und Listen-Buckets zu erstellen, und dass Ihr Dataset die Schulungsdatenanforderungen erfüllt.

Hinweis

Basismodelle für benutzerdefinierte Modelle sind nicht in allen Regionen verfügbar. Die Regionen, in denen ein Basismodell verfügbar ist, finden Sie unter Vorgeschulte Basismodelle in generativer KI.

  • Wählen Sie auf der Listenseite Benutzerdefinierte Modelle die Option Benutzerdefiniertes Modell erstellen aus. Wenn Sie Hilfe beim Suchen der Listenseite benötigen, finden Sie weitere Informationen unter Benutzerdefinierte Modelle auflisten.

    Modelldefinition

    1. Wählen Sie Neues Modell erstellen aus.
    2. Wählen Sie ein Compartment aus, in dem das Modell erstellt werden soll. Das Standard-Compartment ist mit der Listenseite identisch. Sie können jedoch jedes Compartment auswählen, für das Sie die Berechtigung zur Arbeit haben.
    3. (Optional) Geben Sie einen Namen für das benutzerdefinierte Modell ein. Beginnen Sie den Namen mit einem Buchstaben oder Unterstrich, gefolgt von Buchstaben, Zahlen, Bindestrichen und Unterstrichen. Die Länge beträgt 1-255 Zeichen. Wenn Sie keinen Namen eingeben, generiert das System einen Namen, den Sie später ändern können.
      Der generierte Name hat das Format generativeaimodel<timestamp>. Beispiel: generativeaimodel20250531234930
    4. (Optional) Geben Sie eine Version für das Modell ein. Wenn Sie keine Version eingeben, generiert das System eine Version, die Sie später ändern können.
      Die generierte Version hat das Format v<timestamp>. Beispiel: v20250531234930
    5. (Optional) Geben Sie eine Beschreibung für das Modell ein.
    6. (Optional) Wählen Sie Tag hinzufügen aus, und weisen Sie diesem benutzerdefinierten Modell Tags zu. Siehe Ressourcentags.
    7. Wählen Sie Weiter.

    Optimierungskonfiguration

    1. Wählen Sie ein Basismodell für das benutzerdefinierte Modell aus.
      Details zum Basismodell finden Sie in den wichtigsten Features der vorgeschulten Modelle.
    2. Wählen Sie eine Fine-Tuning-Methode aus.
      Wichtig

      Richtlinien finden Sie unter Feinabstimmungsmethode in generativer KI auswählen.
    3. Wählen Sie ein dediziertes KI-Cluster für Fine-Tuning aus, indem Sie eine der folgenden Aktionen ausführen:
      • Wählen Sie ein dediziertes KI-Cluster aus der Liste aus. Wenn Sie vor einigen Minuten ein Cluster erstellt haben, warten Sie, bis dieses Cluster aktiv wird. Stellen Sie sicher, dass das mit diesem Cluster verknüpfte Basismodell mit dem Basismodell übereinstimmt.
      • Wählen Sie Neues dediziertes KI-Cluster erstellen aus, und führen Sie die folgenden Schritte durch:
        1. (Optional) Geben Sie einen Namen und eine Beschreibung ein.
        2. Wählen Sie ein Basismodell aus, das mit dem Basismodell in Schritt 1 übereinstimmt.
        3. (Optional) Wählen Sie Tag hinzufügen aus, und weisen Sie diesem benutzerdefinierten Modell Tags zu. Siehe Ressourcentags.
        4. Lesen Sie die Stunden der Verpflichtungseinheit für das dedizierte KI-Cluster für Fine-Tuning, und aktivieren Sie das Kontrollkästchen, um der Verpflichtung zuzustimmen.
        5. (Optional) Wählen Sie Tag hinzufügen aus, und weisen Sie diesem dedizierten KI-Cluster Tags zu. Siehe Ressourcentags.
        6. Wählen Sie Erstellen aus, und warten Sie, bis das Cluster aktiv wird.
        7. Markieren Sie in der Liste Dediziertes KI-Cluster das von Ihnen erstellte dedizierte KI-Cluster.
    4. (Optional) Wählen Sie Hyperparameter aus, und aktualisieren Sie die Werte nach Bedarf. Siehe Fine-Tuning Hyperparameters in Generative AI. Um die Werte zurückzusetzen, wählen Sie Standardwerte wiederherstellen.
    5. Wählen Sie Weiter.

    Datenauswahl

    1. Wählen Sie den Object Storage-Bucket aus, der das Trainings-Dataset enthält. Wenn der Bucket nicht aufgeführt ist, führen Sie die folgenden Aktionen aus:
      • Stellen Sie sicher, dass sich der Bucket in derselben Region wie das benutzerdefinierte Modell befindet.
      • Wählen Sie Compartment ändern und dann das Compartment aus, das den Bucket mit den Trainingsdaten hostet.
      • Wenden Sie sich an einen Administrator, um Ihnen Berechtigungen für Buckets und Objekte in diesem Compartment zu erteilen.
    2. Wählen Sie in den aufgelisteten Dateien des Buckets eine Trainingsdatei aus, die für dieses Modell verwendet werden soll.
    3. Zeigen Sie eine Vorschau an, wie die Daten in die Trainingsdatei aufgenommen werden.
      • Bei Warnungen oder Fehlern beheben Sie die Daten.
      • Wenn die Datensätze korrekt geparst werden, fahren Sie mit dem nächsten Schritt fort.

    Benutzerdefiniertes Modell prüfen

    Prüfen Sie die Informationen zum benutzerdefinierten Modell. Wenn Sie mit den Informationen nicht zufrieden sind, gehen Sie zurück und ändern Sie die Werte. Wenn Sie mit der Auswahl zufrieden sind, erstellen Sie das benutzerdefinierte Modell.

  • Verwenden Sie den Befehl model create und die erforderlichen Parameter, um ein benutzerdefiniertes Modell zu erstellen:

    oci generative-ai model create 
--base-model-id <base-model-OCID>
--compartment-id <compartment-OCID>
--fine-tune-details [complex type]
[OPTIONS]

    Eine vollständige Liste der Parameter und Werte für CLI-Befehle finden Sie in der CLI-Befehlsreferenz.

    Hinweis

    Für die Basismodell-ID können Sie anstelle einer OCID den Basismodellnamen genau wie auf dem Playground der Konsole verwenden. Sie finden diesen OCI-Modellnamen auch auf der Detailseite des Modells unter Vorgeschulte Grundlagenmodelle in generativer KI.

  • Führen Sie den Vorgang CreateModel aus, um ein benutzerdefiniertes Modell zu erstellen.

    Hinweis

    Für die Basismodell-ID können Sie anstelle einer OCID den Basismodellnamen genau wie auf dem Playground der Konsole verwenden. Sie finden diesen OCI-Modellnamen auch auf der Detailseite des Modells unter Vorgeschulte Grundlagenmodelle in generativer KI.