Texteinbettungen mit einem offenen Modell und der Funktion AI.GENERATE_EMBEDDING generieren

In dieser Anleitung erfahren Sie, wie Sie ein Remote-Modell erstellen, das auf dem Open-Source-Texteinbettungsmodell Qwen3-Embedding-0.6Bbasiert. Anschließend wird gezeigt, wie Sie dieses Modell mit der AI.GENERATE_EMBEDDING Funktion verwenden, um Filmbewertungen aus der bigquery-public-data.imdb.reviews öffentlichen Tabelle einzubetten.

Erforderliche Berechtigungen

Zum Ausführen dieser Anleitung benötigen Sie die folgenden IAM-Rollen (Identity and Access Management):

• BigQuery-Datasets, -Verbindungen und -Modelle erstellen und verwenden: BigQuery-Administrator (roles/bigquery.admin)
• Dem Dienstkonto der Verbindung Berechtigungen gewähren: Projekt-IAM-Administrator (roles/resourcemanager.projectIamAdmin)
• Modelle in der Gemini Enterprise Agent Platform bereitstellen und die Bereitstellung aufheben: Agent Platform-Administrator (roles/aiplatform.admin)

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Ausführen der Aufgaben in diesem Dokument erforderlich sind. Erweitern Sie den Abschnitt Erforderliche Berechtigungen, um die erforderlichen Berechtigungen anzuzeigen:

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Kosten

In diesem Dokument verwenden Sie die folgenden kostenpflichtigen Komponenten von Cloud de Confiance by S3NS:

• BigQuery ML: You incur costs for the data that you process in BigQuery.
• Gemini Enterprise Agent Platform: You incur costs for calls to the Agent Platform model that's represented by the remote model.

Weitere Informationen zu den Preisen von BigQuery finden Sie unter BigQuery: Preise in der BigQuery-Dokumentation.

Für offene Modelle, die Sie in der Agent Platform bereitstellen, werden Kosten pro Maschinenstunde berechnet. Die Abrechnung beginnt, sobald der Endpunkt vollständig eingerichtet ist, und wird fortgesetzt, bis Sie die Bereitstellung aufheben. Weitere Informationen zu den Preisen der Agent Platform finden Sie auf der Seite Preise für die Agent Platform.

Hinweis

1. Wählen Sie in der Cloud de Confiance Console auf der Seite für die Projektauswahl ein Projekt vonaus oder erstellen Sie eines Cloud de Confiance .

   Rollen, die zum Auswählen oder Erstellen eines Projekts erforderlich sind

   • Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können ein beliebiges Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
   • Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Projektersteller“ (roles/resourcemanager.projectCreator), die die resourcemanager.projects.create Berechtigung enthält. Informationen zum Zuweisen von Rollen.

   Zur Projektauswahl

2. Prüfen Sie, ob für Ihr Cloud de Confiance Projekt die Abrechnung aktiviert ist.

3. Aktivieren Sie die BigQuery API, die BigQuery Connection API und die Agent Platform API.

   Rollen, die zum Aktivieren von APIs erforderlich sind

   Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen.

   APIs aktivieren

Dataset erstellen

Wählen Sie eine der folgenden Optionen aus, um ein BigQuery-Dataset zu erstellen:

{
  "datasetReference": {
     "datasetId": "bqml_tutorial"
  }
}

Remote-Modell erstellen

Erstellen Sie ein Remote-Modell, das ein gehostetes Agent Platform-Modell darstellt:

1. Rufen Sie in der Cloud de Confiance Console die Seite BigQuery auf.

   BigQuery aufrufen

2. Führen Sie im Abfrageeditor folgende Abfrage aus:

CREATE OR REPLACE MODEL `bqml_tutorial.qwen3_embedding_model`
  REMOTE WITH CONNECTION DEFAULT
  OPTIONS (
    HUGGING_FACE_MODEL_ID = 'Qwen/Qwen3-Embedding-0.6B'
);

Es kann bis zu 20 Minuten dauern, bis die Abfrage abgeschlossen ist. Anschließend wird das Modell qwen3_embedding_model im Dataset bqml_tutorial des Bereichs Explorer angezeigt. Da die Abfrage eine CREATE MODEL-Anweisung zum Erstellen eines Modells verwendet, gibt es keine Abfrageergebnisse.

Texteinbettung durchführen

Führen Sie mithilfe des Remote-Modells und der AI.GENERATE_EMBEDDING Funktion eine Texteinbettung für IMDB Filmbewertungen durch:

1. Rufen Sie in der Cloud de Confiance Console die Seite BigQuery auf.

   BigQuery aufrufen

2. Geben Sie im Abfrageeditor die folgende Anweisung ein, um eine Texteinbettung für fünf Filmbewertungen durchzuführen:

   SELECT
     *
   FROM
     AI.GENERATE_EMBEDDING(
       MODEL `bqml_tutorial.qwen3_embedding_model`,
       (
         SELECT
           review AS content,
           *
         FROM
           `bigquery-public-data.imdb.reviews`
         LIMIT 5
       )
     );

   Die Ergebnisse enthalten die folgenden Spalten:

   • embedding: ein Array von Double-Werten, das die generierten Einbettungen darstellt.
   • status: API-Antwortstatus für die entsprechende Zeile. Wenn der Vorgang erfolgreich war, ist dieser Wert leer.
   • content: der Eingabetext, aus dem Einbettungen extrahiert werden sollen.
   • Alle Spalten aus der Tabelle bigquery-public-data.imdb.reviews.

Bereitstellung des Modells aufheben

Wenn Sie Ihr Projekt nicht wie empfohlen löschen, müssen Sie die Bereitstellung des Qwen3-Einbettungsmodells in der Agent Platform aufheben, um weitere Abrechnungen zu vermeiden. BigQuery hebt die Bereitstellung des Modells nach einem bestimmten Zeitraum der Inaktivität automatisch auf (standardmäßig 6,5 Stunden). Alternativ können Sie die Bereitstellung des Modells sofort aufheben. Verwenden Sie dazu die ALTER MODEL Anweisung, wie im folgenden Beispiel gezeigt:

ALTER MODEL `bqml_tutorial.qwen3_embedding_model`
SET OPTIONS (deploy_model = false);

Weitere Informationen finden Sie unter Automatische oder sofortige Aufhebung der Bereitstellung eines offenen Modells.

Bereinigen

1. Wechseln Sie in der Cloud de Confiance Console zur Seite Ressourcen verwalten.

   Zur Seite „Ressourcen verwalten“

2. Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie auf Löschen.
3. Geben Sie im Dialogfeld die Projekt-ID ein und klicken Sie auf Shut down (Herunterfahren), um das Projekt zu löschen.

Nächste Schritte

• Informationen zum Verwenden von Texteinbettungen für die semantische Suche und Retrieval-Augmented Generation (RAG).