Google Cloud сообщил о сервисе управляемой тонкой настройки с подкреплением для адаптации Gemini. Пользователь задаёт примеры запросов и функцию вознаграждения, а сервис выполняет настройку модели.
Подход должен позволить обучать Gemini по сигналу, который определяет сам пользователь, вместо набора заранее размеченных ответов. В Google Cloud связывают такой формат с ограничениями доступа внешних клиентов к внутренним компонентам проприетарных моделей.
Практическое значение зависит от того, насколько сервис упрощает применение обучения с подкреплением без самостоятельного управления большими вычислительными ресурсами. Доступный материал — синопсис Google Cloud AI Blog, а не независимая проверка или полный текст публикации.
комментарий редакции
Что это значит
Вероятное следствие — снижение барьера для адаптации Gemini под пользовательские критерии качества без самостоятельного управления сложным процессом обучения. Следующим наблюдаемым сигналом станут условия доступа, перечень поддерживаемых версий и опубликованные результаты применения. Существенная неопределённость связана с отсутствием в пакете полного текста, независимой проверки и данных о качестве, цене и ограничениях.