
VertexAI_七芒星のカムイできましたー!
前回
とある目的でAIを調教することにしたわたし。
しかし、思わぬ壁がありました・・・
GUIでチューニングできそうな雰囲気だったので、何も考えず突撃。
まずバゲットにチューニング用にデータを突っ込みます。

で、チューニングだ!
モデルを選んでVertexAI Studioってところで何かすれば良さそうな予感がします!
ん?モデルガーデン?

モデルガーデン内🌱

チューニング可能なAIのグループにはGoogleのAIはGemmaしかない?

Gemini2.5は・・・

Vertex AI Studioの画面だと・・・?


公式のマニュアルには・・・
できると書いてあるな・・・おかしい・・・???
・・・・どうやらCLIでないとダメっぽい・・・😮💨
では、GoogleCLIをダウンロードしましょう。
えーと・・・MacintoshだとGUI操作ができないのか・・・
./install.shふうやれやれ・・・
あとは適当にAI達のガイドに従ってと・・・
gcloudのパスを通して・・初回は初期化して・・・
source path.zsh.incApplication Default Credentials (ADC) を設定
gcloud auth application-default login😱

では、Gemini 2.5 Flash で!(ってか002ってなんだ・・・はずそーっと)


上手にできましたー!!!

最終的に投げたコードはこちら〜
コピペしてプロジェクトIDやデータ名を書き換えて使ってください。
# tuning.py
import vertexai
from vertexai.preview.tuning import sft
PROJECT_ID = "imposing-あなたのプロジェクトID"
LOCATION = "us-central1" # アイオワに設定
vertexai.init(project=PROJECT_ID, location=LOCATION)
print("Starting tuning job...")
try:
job = sft.train(
source_model="gemini-2.5-flash",
train_dataset="gs://[バゲットのデータ]jsonl",
tuned_model_display_name="モデル名",
epochs=3,
learning_rate_multiplier=1.0,
)
print(f"Success! Job name: {job.name}")
print(f"Resource: {job.resource_name}")
print(f"\nCheck progress:")
print(f"gcloud ai tuning-jobs describe {job.name} --location={LOCATION}")
except Exception as e:
print(f"Error: {e}")
import traceback
traceback.print_exc()で、出来上がったのAIがこちら

出力が違うでしょ😊
目的に合わせて、ほどよくなりました♪
うん・・・?
何か不穏なことばかり呟いてますね?
もう少しチューニングしてもいいかも・・・?
そのうち期間限定で公開する予定でーす!お楽しみに〜