ตัวเลือกการกำหนดค่าสำหรับประสบการณ์การใช้งานแบบไฮบริดในแอป Android

หน้านี้จะอธิบายตัวเลือกการกำหนดค่าต่อไปนี้สำหรับประสบการณ์การใช้งานแบบไฮบริด

• ตั้งค่าโหมดการอนุมาน

• พิจารณาว่าใช้การอนุมานในอุปกรณ์หรือในระบบคลาวด์

• ระบุโมเดลที่จะใช้

• ใช้การกำหนดค่าโมเดลเพื่อควบคุมคำตอบ

ตรวจสอบว่าคุณได้ทำตามคู่มือการเริ่มต้นใช้งานสำหรับการสร้างประสบการณ์แบบไฮบริดแล้ว

ตั้งค่าโหมดการอนุมาน

ตัวอย่างในคู่มือการเริ่มต้นใช้งานใช้PREFER_ON_DEVICEโหมด แต่ นี่เป็นเพียง 1 ใน 4 ของโหมดการอนุมานที่มีให้ใช้งาน

โหมดการอนุมานที่มีให้ใช้งานมีดังนี้

• PREFER_ON_DEVICE: พยายามใช้โมเดลในอุปกรณ์หากมีและรองรับคำขอประเภทดังกล่าว ไม่เช่นนั้น ให้บันทึกข้อผิดพลาดในอุปกรณ์ แล้วกลับไปใช้โมเดลที่โฮสต์ในระบบคลาวด์โดยอัตโนมัติ

  Kotlin

  val config = OnDeviceConfig(mode = InferenceMode.PREFER_ON_DEVICE)
  

  Java

  InferenceMode mode = InferenceMode.PREFER_ON_DEVICE;
  OnDeviceConfig config = new OnDeviceConfig(mode);
  

• ONLY_ON_DEVICE: พยายามใช้โมเดลในอุปกรณ์หากมีและรองรับคำขอประเภทดังกล่าว ไม่เช่นนั้น throw an exception

  Kotlin

  val config = OnDeviceConfig(mode = InferenceMode.ONLY_ON_DEVICE)
  

  Java

  InferenceMode mode = InferenceMode.ONLY_ON_DEVICE;
  OnDeviceConfig config = new OnDeviceConfig(mode);
  

• PREFER_IN_CLOUD: พยายามใช้โมเดลที่โฮสต์ในระบบคลาวด์หากอุปกรณ์ ออนไลน์และหากมีโมเดล หากอุปกรณ์ออฟไลน์ ให้ใช้โมเดลในอุปกรณ์แทน ในกรณีอื่นๆ ทั้งหมดที่ล้มเหลว ให้ส่งข้อยกเว้น

  Kotlin

  val config = OnDeviceConfig(mode = InferenceMode.PREFER_IN_CLOUD)
  

  Java

  InferenceMode mode = InferenceMode.PREFER_IN_CLOUD;
  OnDeviceConfig config = new OnDeviceConfig(mode);
  

• ONLY_IN_CLOUD: พยายามใช้โมเดลที่โฮสต์ในระบบคลาวด์หากอุปกรณ์ ออนไลน์และหากมีโมเดล ไม่เช่นนั้น throw an exception

  Kotlin

  val config = OnDeviceConfig(mode = InferenceMode.ONLY_IN_CLOUD)
  

  Java

  InferenceMode mode = InferenceMode.ONLY_IN_CLOUD;
  OnDeviceConfig config = new OnDeviceConfig(mode);
  

พิจารณาว่าใช้การอนุมานในอุปกรณ์หรือในระบบคลาวด์

หากโหมดการอนุมานเป็น PREFER_ON_DEVICE หรือ PREFER_IN_CLOUD คุณอาจต้องทราบว่าใช้โหมดใดสำหรับคำขอที่ระบุ ข้อมูลนี้มาจากพร็อพเพอร์ตี้ inferenceSource ของการตอบกลับแต่ละรายการ

เมื่อเข้าถึงพร็อพเพอร์ตี้นี้ ค่าที่แสดงจะเป็น ON_DEVICE หรือ IN_CLOUD

// ...

print("You used: ${result.response.inferenceSource}")

print(result.response.text)

// ...

System.out.println("You used: " + result.getResponse().getInferenceSource());

System.out.println(result.getResponse().getText());

ระบุโมเดลที่จะใช้

คุณระบุโมเดลที่จะใช้เมื่อสร้างอินสแตนซ์ generativeModel ได้ (Kotlin | Java)

• ระบุโมเดลที่โฮสต์ในระบบคลาวด์

  • หากโหมดการอนุมานเป็น PREFER_ON_DEVICE, PREFER_IN_CLOUD หรือ ONLY_IN_CLOUD คุณต้องระบุโมเดลที่โฮสต์ในระบบคลาวด์อย่างชัดเจน เพื่อใช้งาน SDK ไม่มีโมเดลที่โฮสต์บนระบบคลาวด์เริ่มต้น

  • ค้นหาชื่อรุ่นสำหรับโมเดลที่โฮสต์ในระบบคลาวด์ที่รองรับGeminiทั้งหมด

• ระบุโมเดลในอุปกรณ์

  • หากโหมดการอนุมานเป็น PREFER_ON_DEVICE, PREFER_IN_CLOUD หรือ ONLY_ON_DEVICE คุณจะระบุ "หมวดหมู่" ของโมเดลในอุปกรณ์ที่จะใช้ onDeviceConfigได้โดยไม่บังคับ หมวดหมู่คือ การผสมผสานระหว่างระยะการเผยแพร่และลักษณะประสิทธิภาพ

  • ค่าหมวดหมู่ที่รองรับแสดงอยู่ด้านล่าง
    AICore จะเลือกโมเดลในอุปกรณ์โดยอัตโนมัติซึ่งตรงตามเงื่อนไขของ หมวดหมู่ที่ระบุและอุปกรณ์รองรับ เช่น หากคุณ ระบุ PREVIEW และอุปกรณ์เป็น Pixel 9 ระบบจะ เลือก Gemini Nano 4 แบบเต็ม [ตัวอย่าง] (nano-v4-full) โดยอัตโนมัติ

    • STABLE: โมเดลในอุปกรณ์เวอร์ชันเสถียรล่าสุด

      • ผ่านการทดสอบอย่างเต็มรูปแบบและพร้อมใช้งานในอุปกรณ์ของผู้บริโภค

      • เช่น Gemini Nano 3 (nano-v3) หรือ Gemini Nano 2 (nano-v2)

      • การตั้งค่าเริ่มต้นสำหรับโมเดลในอุปกรณ์หากไม่ได้ระบุ OnDeviceModelOption

    • PREVIEW: ตัวอย่างล่าสุดของโมเดลในอุปกรณ์ที่มีความสามารถด้านประสิทธิภาพเต็มรูปแบบ

      • ออกแบบมาเพื่อเพิ่มความสามารถในการให้เหตุผลและจัดการงานที่ซับซ้อน

      • เช่น Gemini Nano 4 Full [เวอร์ชันตัวอย่าง] (nano-v4-full ซึ่ง อิงตาม Gemma 4 E4B)

    • PREVIEW_FAST: โมเดลเวอร์ชันตัวอย่างล่าสุดในอุปกรณ์ที่รวดเร็ว

      • เพิ่มประสิทธิภาพเพื่อความเร็วสูงสุดและความหน่วงต่ำ

      • เช่น Gemini Nano 4 Fast [ตัวอย่าง] (nano-v4-fast ซึ่ง อิงตาม Gemma 4 E2B)

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel(
        // Specify a cloud-hosted model.
        // Required for `PREFER_ON_DEVICE`, `PREFER_IN_CLOUD`, and `ONLY_IN_CLOUD` inference modes.
        modelName = "CLOUD_MODEL_NAME",
        onDeviceConfig = OnDeviceConfig(
            mode = InferenceMode.INFERENCE_MODE,
            // (Optional) Specify an on-device model category.
            // AICore will auto-select an on-device model based on this category.
            // If not specified, AICore will auto-select the default stable on-device model.
            modelOption = OnDeviceModelOption.ON-DEVICE_MODEL_CATEGORY)
    )

GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
    .generativeModel(
        // Specify a cloud-hosted model.
        // Required for `PREFER_ON_DEVICE`, `PREFER_IN_CLOUD`, and `ONLY_IN_CLOUD` inference modes.
        "CLOUD_MODEL_NAME",
        /* config = */ null,
        /* safetySettings = */ null,
        /* tools = */ null,
        /* toolConfig = */ null,
        /* systemInstruction = */ null,
        /* requestOptions = */ new RequestOptions(),
        new OnDeviceConfig(
                /* mode = */ InferenceMode.INFERENCE_MODE,
                /* maxOutputTokens = */ null,
                /* temperature = */ null,
                /* topK = */ null,
                /* seed = */ null,
                /* candidateCount = */ 1,
                // (Optional) Specify an on-device model category.
                // AICore will auto-select an on-device model based on this category.
                // If not specified, AICore will auto-select the default stable on-device model.
                /* modelOption = */ OnDeviceModelOption.ON-DEVICE_MODEL_CATEGORY)
    );

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

ใช้การกำหนดค่าโมเดลเพื่อควบคุมคำตอบ

ในแต่ละคำขอที่ส่งไปยังโมเดล คุณสามารถส่งการกำหนดค่าโมเดลเพื่อควบคุม วิธีที่โมเดลสร้างคำตอบ โมเดลที่โฮสต์ในระบบคลาวด์และโมเดลในอุปกรณ์มีการกำหนดค่าแตกต่างกันและมีตัวเลือกการกำหนดค่าที่แตกต่างกัน ดังนี้

• โมเดลที่โฮสต์ในระบบคลาวด์: ตั้งค่าโดยใช้ generationConfig (Kotlin | Java) ดูข้อมูลเกี่ยวกับพารามิเตอร์ที่ใช้ได้

• โมเดลในอุปกรณ์: ตั้งค่าโดยใช้ onDeviceConfig (Kotlin | Java) ดูข้อมูลเกี่ยวกับพารามิเตอร์ที่ใช้ได้ (Kotlin | Java)

ระบบจะคงการกำหนดค่าไว้ตลอดอายุการใช้งานของอินสแตนซ์ หากต้องการใช้การกำหนดค่าอื่น ให้สร้างอินสแตนซ์ GenerativeModel ใหม่ด้วยการกำหนดค่านั้น

ต่อไปนี้เป็นตัวอย่างที่ตั้งค่าสำหรับโมเดลที่โฮสต์ในระบบคลาวด์และโมเดลในอุปกรณ์ ซึ่งอาจใช้ได้หากตั้งค่าPREFER_ON_DEVICEโหมดการอนุมาน

// Config for cloud-hosted model
val generationConfig = generationConfig {
    maxOutputTokens = 200
    stopSequences = listOf("red")
}

// Config for on-device model
val onDeviceConfig = OnDeviceConfig(
    mode = InferenceMode.PREFER_ON_DEVICE,
    maxOutputTokens = 200
)

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel(
        modelName = "CLOUD_MODEL_NAME",
        generationConfig = generationConfig,
        onDeviceConfig = onDeviceConfig
    )

// Config for cloud-hosted model
GenerationConfig generationConfig = new GenerationConfig.Builder()
    .setMaxOutputTokens(200)
    .setStopSequences(List.of("red"))
    .build();

// Config for on-device model
OnDeviceConfig onDeviceConfig = new OnDeviceConfig(
    /* mode = */ InferenceMode.PREFER_ON_DEVICE,
    /* maxOutputTokens = */ 200,
    /* temperature = */ null,
    /* topK = */ null,
    /* seed = */ null,
    /* candidateCount = */ 1,
    /* modelOption = */ null
);

GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
    .generativeModel(
        "CLOUD_MODEL_NAME",
        generationConfig,
        /* safetySettings = */ null,
        /* tools = */ null,
        /* toolConfig = */ null,
        /* systemInstruction = */ null,
        /* requestOptions = */ new RequestOptions(),
        onDeviceConfig
    );

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

แสดงความคิดเห็น เกี่ยวกับประสบการณ์การใช้งาน Firebase AI Logic