End-to-End-Nutzerpfade für generative KI-Modelle

In diesem Dokument werden die Nutzerpfade für BigQuery ML-Remote-Modelle beschrieben, einschließlich der Anweisungen und Funktionen, die Sie zum Arbeiten mit Remote-Modellen verwenden können. BigQuery ML bietet die folgenden Arten von Remote-Modellen:

Nutzerpfade für Remote-Modelle

In der folgenden Tabelle werden die Anweisungen und Funktionen beschrieben, mit denen Sie Daten aus Remote-Modellen erstellen, auswerten und generieren können:

Modellkategorie Modelltyp Modellerstellung Evaluierung Inferenz Tutorials
Remote-Modelle von generativer KI Remote-Modell über einem Gemini-Modell zur Textgenerierung1 CREATE MODEL ML.EVALUATE
Remote-Modell über einem Partner-Modell zur Textgenerierung CREATE MODEL ML.EVALUATE AI.GENERATE_TEXT –
Remote-Modell über einem offenen Modell zur Textgenerierung3 CREATE MODEL ML.EVALUATE AI.GENERATE_TEXT Text mit Gemma und öffentlichen Daten generieren
Remote-Modell über einem Google-Modell zur Einbettungserstellung CREATE MODEL – AI.GENERATE_EMBEDDING
Remote-Modell über einem offenen Modell zur Einbettungserstellung3 CREATE MODEL – AI.GENERATE_EMBEDDING Texteinbettungen mit einem offenen Modell und der Funktion AI.GENERATE_EMBEDDING generieren
Cloud AI-Remote-Modelle Remote-Modell über der Cloud Vision API CREATE MODEL – ML.ANNOTATE_IMAGE Bilder annotieren
Remote-Modell über der Cloud Translation API CREATE MODEL – ML.TRANSLATE Text übersetzen
Remote-Modell über der Cloud Natural Language API CREATE MODEL – ML.UNDERSTAND_TEXT Text verstehen
Remote-Modell über der Document AI API CREATE MODEL – ML.PROCESS_DOCUMENT
Remote-Modell über der Speech-to-Text API CREATE MODEL – ML.TRANSCRIBE Audiodateien transkribieren
Remote-Modell über einem benutzerdefinierten Modell, das in der Gemini Enterprise Agent Platform bereitgestellt wurde Remote-Modell über einem benutzerdefinierten Modell, das in der Gemini Enterprise Agent Platform bereitgestellt wurde CREATE MODEL ML.EVALUATE ML.PREDICT Vorhersagen mit einem benutzerdefinierten Modell treffen

1 Einige Gemini-Modelle unterstützen die überwachte Abstimmung.

2 Diese Funktion ruft ein gehostetes Gemini-Modell auf und Sie müssen kein separates Modell mit der CREATE MODEL Anweisung erstellen.

3 Sie können ein offenes Modell automatisch bereitstellen, wenn Sie das BigQuery ML-Remote-Modell erstellen, indem Sie die Hugging Face oder Agent Platform Model Garden-ID des Modells angeben. BigQuery verwaltet die Agent Platform-Ressourcen von offenen Modellen, die auf diese Weise bereitgestellt werden, und ermöglicht Ihnen die Interaktion mit diesen Agent Platform-Ressourcen mithilfe der BigQuery ML-Anweisungen ALTER MODEL und DROP MODEL. Sie können auch die automatische Bereitstellung des Modells konfigurieren. Weitere Informationen finden Sie unter Automatisch bereitgestellte Modelle.