En esta página, se describe una versión preliminar que te permite experimentar con el registro de un extremo de modelo de IA y la invocación de predicciones con la administración de extremos de modelos. Para usar modelos de IA en ambientes de producción, consulta Cómo compilar aplicaciones de IA generativa con AlloyDB AI y Cómo trabajar con incorporaciones de vectores.
Después de agregar los extremos del modelo y registrarlos en la administración de extremos del modelo, puedes hacer referencia a ellos con el ID del modelo para generar incorporaciones.
Antes de comenzar
Asegúrate de haber registrado el extremo de tu modelo con la administración de extremos de modelos. Para obtener más información, consulta Cómo registrar un extremo de modelo con la administración de extremos de modelos.
Genera embeddings
Usa la función SQL google_ml.embedding() para llamar al extremo del modelo registrado con el tipo de modelo de incorporación de texto para generar incorporaciones.
Para llamar al modelo y generar incorporaciones, usa la siguiente consulta en SQL:
SELECT
google_ml.embedding(
model_id => 'MODEL_ID',
content => 'CONTENT');
Reemplaza lo siguiente:
MODEL_ID: Es el ID del modelo que definiste cuando registraste el extremo del modelo.CONTENT: es el texto que se traducirá en una embedding de vector.
Ejemplos
En esta sección, se incluyen algunos ejemplos para generar incorporaciones con el extremo del modelo registrado.
Modelos de incorporación de texto con compatibilidad integrada
Para generar incorporaciones para un extremo de modelo textembedding-gecko@002 registrado, ejecuta la siguiente sentencia:
SELECT
google_ml.embedding(
model_id => 'textembedding-gecko@002',
content => 'AlloyDB is a managed, cloud-hosted SQL database service');
Para generar incorporaciones para un extremo de modelo text-embedding-ada-002 registrado por OpenAI, ejecuta la siguiente sentencia:
SELECT
google_ml.embedding(
model_id => 'text-embedding-ada-002',
content => 'e-mail spam');
Otros modelos de incorporación de texto
Para generar incorporaciones para los extremos de modelos text-embedding-3-small o text-embedding-3-large registrados por OpenAI, ejecuta la siguiente sentencia:
SELECT
google_ml.embedding(
model_id => 'text-embedding-3-small',
content => 'Vector embeddings in AI');