מסלולי משתמשים מקצה לקצה למודלים של AI גנרטיבי
במסמך הזה מתוארים תהליכי העבודה של משתמשים 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 כשירות של Google, שותפים וקוד פתוח
- מודלים להטמעת טקסט של Google כשירות
- מודלים פתוחים שנפרסו באופן עצמאי
- שירותי AI בענן
- מודלים בהתאמה אישית שנפרסו ב-Gemini Enterprise Agent Platform
תהליכי 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 על פני 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 הטמעה של Google |
CREATE MODEL
|
לא רלוונטי |
AI.GENERATE_EMBEDDING
|
||
| מודל מרוחק על פני מודל פתוח ליצירת הטבעות3 |
CREATE MODEL
|
לא רלוונטי |
AI.GENERATE_EMBEDDING
|
יצירת הטמעות טקסט באמצעות מודל פתוח והפונקציה AI.GENERATE_EMBEDDING
|
|
| מודלים מרוחקים של AI ב-Cloud | מודל מרוחק דרך Cloud Vision API |
CREATE MODEL
|
לא רלוונטי |
ML.ANNOTATE_IMAGE
|
הוספת הערות לתמונות |
| מודל מרוחק באמצעות Cloud Translation API |
CREATE MODEL
|
לא רלוונטי |
ML.TRANSLATE
|
תרגום טקסט | |
| מודל מרוחק דרך 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 באופן אוטומטי מודל פתוח 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.