מסלולי משתמשים מקצה לקצה למודלים של AI גנרטיבי
במאמר הזה מוסבר על תהליכי המשתמשים במודלים מרוחקים של BigQuery ML, כולל ההצהרות והפונקציות שאפשר להשתמש בהן כדי לעבוד עם מודלים מרוחקים. BigQuery ML מציע את הסוגים הבאים של מודלים מרוחקים:
- מודלים של Google Gemini שעברו כוונון עדין
- מודלים של Google, שותפים וקוד פתוח כשירות
- מודלים להטמעת טקסט של Google כשירות
- מודלים פתוחים שנפרסו באופן עצמאי
- שירותי AI בענן
- מודלים בהתאמה אישית שנפרסו ב-Gemini Enterprise Agent Platform
תהליכים שעוברים משתמשים במודל מרוחק
בטבלה הבאה מתוארים המשפטים והפונקציות שבהם אפשר להשתמש כדי ליצור נתונים ממודלים מרוחקים, להעריך אותם וליצור מהם נתונים:
| קטגוריית המודל | סוג המודל | יצירת מודל | הערכה | הסקת מסקנות | מדריכים |
|---|---|---|---|---|---|
| מודלים מרוחקים של AI גנרטיבי | מודל מרוחק מעל מודל ליצירת טקסט של Gemini1 |
CREATE MODEL
|
ML.EVALUATE |
||
| מודל מרוחק על פני מודל של שותף ליצירת טקסט |
CREATE MODEL
|
ML.EVALUATE |
AI.GENERATE_TEXT
|
לא רלוונטי | |
| מודל מרוחק על בסיס מודל פתוח ליצירת טקסט3 |
CREATE MODEL
|
ML.EVALUATE |
AI.GENERATE_TEXT
|
יצירת טקסט באמצעות Gemma ונתונים ציבוריים | |
| מודל מרוחק על פני מודל ליצירת הטמעה של Google |
CREATE MODEL
|
לא רלוונטי |
AI.GENERATE_EMBEDDING
|
||
| מודל מרוחק על גבי מודל פתוח ליצירת הטמעות3 |
CREATE MODEL
|
לא רלוונטי |
AI.GENERATE_EMBEDDING
|
יצירת הטמעות טקסט באמצעות מודל פתוח והפונקציה AI.GENERATE_EMBEDDING
|
|
| מודלים מרוחקים של AI בענן | מודל מרוחק דרך Cloud Vision API |
CREATE MODEL
|
לא רלוונטי |
ML.ANNOTATE_IMAGE
|
הוספת הערות לתמונות |
| מודל מרוחק דרך Cloud Translation API |
CREATE MODEL
|
לא רלוונטי |
ML.TRANSLATE
|
תרגום טקסט | |
| מודל מרוחק באמצעות Cloud Natural Language API |
CREATE MODEL
|
לא רלוונטי |
ML.UNDERSTAND_TEXT
|
הסבר על טקסט | |
| מודל מרוחק באמצעות Document AI API |
CREATE MODEL
|
לא רלוונטי |
ML.PROCESS_DOCUMENT
|
||
| מודל מרוחק דרך Speech-to-Text API |
CREATE MODEL
|
לא רלוונטי |
ML.TRANSCRIBE
|
תמלול של קובצי אודיו | |
| מודל מרוחק על פני מודל בהתאמה אישית שנפרס ב-Gemini Enterprise Agent Platform | מודל מרוחק על פני מודל בהתאמה אישית שנפרס ב-Gemini Enterprise Agent Platform | CREATE MODEL |
ML.EVALUATE |
ML.PREDICT |
יצירת תחזיות באמצעות מודל מותאם אישית |
1 חלק מהמודלים של Gemini תומכים בכוונון בהשגחה.
2 הפונקציה הזו קוראת למודל Gemini שמתארח, ולא צריך ליצור מודל בנפרד באמצעות ההצהרה CREATE MODEL.
3 אפשר לפרוס מודל פתוח באופן אוטומטי כשיוצרים את המודל המרוחק של BigQuery ML, על ידי ציון המזהה של המודל ב-Hugging Face או ב-Agent Platform Model Garden. BigQuery מנהל את משאבי Agent Platform של מודלים פתוחים שנפרסו בדרך הזו, ומאפשר לכם ליצור אינטראקציה עם משאבי Agent Platform האלה באמצעות ההצהרות ALTER MODEL ו-DROP MODEL של BigQuery ML. אפשר גם להגדיר הסרה אוטומטית של הפריסה של המודל.
מידע נוסף זמין במאמר בנושא פריסה אוטומטית של מודלים.