Perjalanan pengguna menyeluruh untuk model AI generatif

Dokumen ini menjelaskan perjalanan pengguna untuk model jarak jauh BigQuery ML, termasuk pernyataan dan fungsi yang dapat Anda gunakan untuk bekerja dengan model jarak jauh. BigQuery ML menawarkan jenis model jarak jauh berikut:

Perjalanan pengguna model jarak jauh

Tabel berikut menjelaskan pernyataan dan fungsi yang dapat Anda gunakan untuk membuat, mengevaluasi, dan menghasilkan data dari model jarak jauh:

Kategori model Jenis model Pembuatan model Evaluasi Inferensi Tutorial
Model jarak jauh AI generatif Model jarak jauh melalui model pembuatan teks Gemini1 CREATE MODEL ML.EVALUATE
Model jarak jauh melalui model pembuatan teks partner CREATE MODEL ML.EVALUATE ML.GENERATE_TEXT T/A
Model jarak jauh melalui model pembuatan teks terbuka CREATE MODEL ML.EVALUATE ML.GENERATE_TEXT Membuat teks dengan Gemma dan data publik
Model jarak jauh dibandingkan model pembuatan embedding Google CREATE MODEL T/A ML.GENERATE_EMBEDDING
Model jarak jauh Cloud AI Model jarak jauh melalui Cloud Vision API CREATE MODEL T/A ML.ANNOTATE_IMAGE Menganotasi gambar
Model jarak jauh melalui Cloud Translation API CREATE MODEL T/A ML.TRANSLATE Terjemahkan teks
Model jarak jauh melalui Cloud Natural Language API CREATE MODEL T/A ML.UNDERSTAND_TEXT Memahami teks
Model jarak jauh melalui Document AI API CREATE MODEL T/A ML.PROCESS_DOCUMENT
Model jarak jauh melalui Speech-to-Text API CREATE MODEL T/A ML.TRANSCRIBE Mentranskripsikan file audio
Model jarak jauh dibandingkan model kustom yang di-deploy ke Vertex AI Model jarak jauh dibandingkan model kustom yang di-deploy ke Vertex AI CREATE MODEL ML.EVALUATE ML.PREDICT Membuat prediksi dengan model kustom

1Beberapa model Gemini mendukung penyesuaian yang diawasi.

2Fungsi ini memanggil model Gemini yang dihosting, dan tidak mengharuskan Anda membuat model secara terpisah menggunakan pernyataan CREATE MODEL.