Cette page décrit une version Preview qui vous permet d'essayer d'enregistrer un point de terminaison de modèle d'IA et d'appeler des prédictions avec la gestion des points de terminaison de modèle. Pour utiliser des modèles d'IA dans des environnements de production, consultez Créer des applications d'IA générative à l'aide d'AlloyDB AI et Utiliser des embeddings vectoriels.
Une fois les points de terminaison du modèle ajoutés et enregistrés dans la gestion des points de terminaison du modèle, vous pouvez les référencer à l'aide de l'ID du modèle pour générer des représentations vectorielles continues.
Avant de commencer
Assurez-vous d'avoir enregistré votre point de terminaison de modèle dans la gestion des points de terminaison de modèle. Pour en savoir plus, consultez Enregistrer un point de terminaison de modèle avec la gestion des points de terminaison de modèle.
Générer des embeddings
Utilisez la fonction SQL google_ml.embedding() pour appeler le point de terminaison du modèle enregistré avec le type de modèle d'embedding de texte afin de générer des embeddings.
Pour appeler le modèle et générer des embeddings, utilisez la requête SQL suivante:
SELECT
google_ml.embedding(
model_id => 'MODEL_ID',
content => 'CONTENT');
Remplacez les éléments suivants :
MODEL_ID: ID du modèle que vous avez défini lors de l'enregistrement du point de terminaison du modèle.CONTENT: texte à traduire en embedding vectoriel.
Examples
Cette section présente quelques exemples de génération d'embeddings à l'aide d'un point de terminaison de modèle enregistré.
Modèles d'embeddings de texte compatibles
Pour générer des représentations vectorielles continues pour un point de terminaison de modèle textembedding-gecko@002 enregistré, exécutez l'instruction suivante:
SELECT
google_ml.embedding(
model_id => 'textembedding-gecko@002',
content => 'AlloyDB is a managed, cloud-hosted SQL database service');
Pour générer des représentations vectorielles continues pour un point de terminaison de modèle text-embedding-ada-002 enregistré par OpenAI, exécutez l'instruction suivante:
SELECT
google_ml.embedding(
model_id => 'text-embedding-ada-002',
content => 'e-mail spam');
Autres modèles d'embeddings de texte
Pour générer des représentations vectorielles continues pour des points de terminaison de modèle text-embedding-3-small ou text-embedding-3-large enregistrés par OpenAI, exécutez l'instruction suivante:
SELECT
google_ml.embedding(
model_id => 'text-embedding-3-small',
content => 'Vector embeddings in AI');