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 für die Arbeit mit Remote-Modellen verwenden können. BigQuery ML bietet die folgenden Arten von Remote-Modellen:

User Journeys für Remotemodelle

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

Modellkategorie Modelltyp Modellerstellung Evaluierung Inferenz Tutorials
Remote-Modelle von generativer KI Remote-Modell über ein Gemini-Modell zur Textgenerierung1 CREATE MODEL ML.EVALUATE
Remote-Modell über ein Partner-Modell für die Textgenerierung CREATE MODEL ML.EVALUATE ML.GENERATE_TEXT –
Remote-Modell über ein Modell zur Generierung von offenem Text CREATE MODEL ML.EVALUATE ML.GENERATE_TEXT Mit Gemma und öffentlichen Daten Text generieren
Remote-Modell über einem Google-Modell zur Generierung von Einbettungen CREATE MODEL – ML.GENERATE_EMBEDDING
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 die Speech-to-Text API CREATE MODEL – ML.TRANSCRIBE Audiodateien transkribieren
Remote-Modell über ein benutzerdefiniertes Modell, das in Vertex AI bereitgestellt wird Remote-Modell über ein benutzerdefiniertes Modell, das in Vertex AI bereitgestellt wird CREATE MODEL ML.EVALUATE ML.PREDICT Vorhersagen mit einem benutzerdefinierten Modell erstellen

1 Einige Gemini-Modelle unterstützen die überwachte Abstimmung.

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