User journey end-to-end per i modelli di AI generativa

Questo documento descrive i percorsi dell'utente per i modelli remoti o ospitati di BigQuery ML, incluse le istruzioni e le funzioni che puoi utilizzare per lavorare con questi modelli. BigQuery ML offre i seguenti tipi di modelli remoti:

Percorsi utente dei modelli remoti o ospitati

La tabella seguente descrive le istruzioni e le funzioni che puoi utilizzare per creare, valutare e generare dati da modelli remoti o ospitati:

Categoria di modello Tipo di modello Creazione del modello Valutazione Inferenza Tutorial
Modelli remoti di AI generativa Modello remoto su un modello di generazione di testo Gemini1 CREATE MODEL ML.EVALUATE
Modello remoto su un modello di generazione di testo partner CREATE MODEL ML.EVALUATE AI.GENERATE_TEXT N/D
Modello remoto su un modello di generazione di testo aperto3 CREATE MODEL ML.EVALUATE AI.GENERATE_TEXT Genera testo con Gemma e dati pubblici
Modello remoto su un modello di generazione di embedding di Google CREATE MODEL N/D AI.GENERATE_EMBEDDING
Modello remoto su un modello di generazione di embedding aperto3 CREATE MODEL N/D AI.GENERATE_EMBEDDING Genera text embedding utilizzando un modello aperto e la funzione AI.GENERATE_EMBEDDING
Modelli remoti di AI Cloud Modello remoto tramite l'API Cloud Vision CREATE MODEL N/D ML.ANNOTATE_IMAGE Annota le immagini
Modello remoto tramite l'API Cloud Translation CREATE MODEL N/D Traduci testo
Modello remoto sull'API Cloud Natural Language CREATE MODEL N/D ML.UNDERSTAND_TEXT Comprendi il testo
Modello remoto tramite l'API Document AI CREATE MODEL N/D ML.PROCESS_DOCUMENT
Modello remoto tramite l'API Speech-to-Text CREATE MODEL N/D ML.TRANSCRIBE Trascrivi i file audio
Modello remoto su un modello personalizzato di cui è stato eseguito il deployment su Gemini Enterprise Agent Platform Modello remoto su un modello personalizzato di cui è stato eseguito il deployment su Gemini Enterprise Agent Platform CREATE MODEL ML.EVALUATE ML.PREDICT Genera previsioni con un modello personalizzato

1 Alcuni modelli Gemini supportano l'ottimizzazione supervisionata.

2 Questa funzione chiama un modello Gemini ospitato e non richiede la creazione di un modello separato utilizzando l'istruzione CREATE MODEL.

3 Puoi eseguire automaticamente il deployment di un modello aperto quando crei il modello remoto BigQuery ML specificando l'ID Hugging Face o Agent Platform Model Garden del modello. BigQuery gestisce le risorse di Agent Platform dei modelli aperti di cui è stato eseguito il deployment in questo modo e ti consente di interagire con queste risorse di Agent Platform utilizzando le istruzioni ALTER MODEL e DROP MODEL di BigQuery ML. Inoltre, consente di configurare l'annullamento automatico del deployment del modello. Per saperne di più, consulta Modelli di cui è stato eseguito il deployment automatico.

4 Questa funzione chiama direttamente l'API Cloud Translation e non richiede la creazione di un modello separato utilizzando l'istruzione CREATE MODEL.