Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Vertex AI su Google Distributed Cloud (GDC) air-gapped offre un elenco crescente di modelli di AI generativa di base che puoi testare, eseguire il deployment e implementare per le tue applicazioni air-gapped. I modelli di base vengono ottimizzati per casi d'uso specifici e offerti a prezzi diversi. Questa pagina riassume le famiglie di modelli disponibili nelle API Generative AI su GDC e ti guida nella scelta dei modelli in base al caso d'uso.
Modelli di embedding
Gli incorporamenti convertono i dati di testo scritti in linguaggio naturale in vettori numerici. Queste rappresentazioni vettoriali sono progettate per acquisire il significato
semantico e il contesto delle parole che rappresentano. I modelli di incorporamento di testo possono
generare incorporamenti ottimizzati per vari tipi di attività, come recupero di documenti,
domande e risposte, classificazione e verifica dei fatti. Per
il testo in inglese, utilizza text-embedding-004. Per il testo multilingue, utilizza
text-multilingual-embedding-002.
La seguente tabella riepiloga i modelli disponibili nell'API Embeddings.
Per saperne di più sugli incorporamenti, vedi
Incorporamenti di testo.
Modello
Descrizione
Specifiche
Incorporamento di testo
(text-embedding-004)
Restituisce gli incorporamenti per gli input di testo in inglese.
Input token massimo: 2048.
Dimensioni di embedding:meno di 768.
Text Embedding Multilingual
(text-multilingual-embedding-002)
Restituisce gli incorporamenti per gli input di testo di oltre 100 lingue.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-09-04 UTC."],[],[],null,["# Available Generative AI models\n\n| **Important:** This content applies to version 1.14.4 and later.\n\nVertex AI on Google Distributed Cloud (GDC) air-gapped features a growing\nlist of foundation Generative AI models you can test, deploy, and implement\nfor your air-gapped applications. Foundation models are fine-tuned for specific\nuse cases and offered at different prices. This page summarizes the model\nfamilies available in the Generative AI APIs on GDC\nand guides you on which models to choose by use case.\n\nEmbeddings models\n-----------------\n\nEmbeddings convert textual data written in a natural language into numerical\nvectors. These vector representations are designed to capture the semantic\nmeaning and context of the words they represent. Text embedding models can\ngenerate optimized embeddings for various task types, such as document\nretrieval, questions and answers, classification, and fact verification. For\nEnglish text, use `text-embedding-004`. For multilingual text, use\n`text-multilingual-embedding-002`.\n\nThe following table summarizes the models available in the Embeddings API.\nFor more information on embeddings, see\n[Text embeddings](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/genai/text-embeddings-overview)."]]