Descripción general de la IA generativa
Aprenda a crear aplicaciones de IA generativa
IA generativa en Vertex AI
Inicio rápido de Géminis
Elija la infraestructura para su aplicación de IA generativa
Cuándo utilizar la IA generativa
Desarrollar una aplicación de IA generativa
Ejemplos de código y aplicaciones de muestra
Glosario de IA generativa
Herramientas de IA de generación
Flujo de desarrollo de IA de generación
Exploración y alojamiento de modelos.
Google Cloud proporciona un conjunto de modelos básicos de última generación a través de Vertex AI, incluido Gemini. También puedes implementar un modelo de terceros en Vertex AI Model Garden o autohospedarte en GKE o Compute Engine.
Modelos de Google en Vertex AI (Gemini, Imagen)
Otros modelos en Vertex AI Model Garden
Modelos de generación de texto a través de HuggingFace
Orquestación de IA/ML en GKE
GPU en Compute Engine
Diseño e ingeniería rápidos.
El diseño de indicaciones es el proceso de creación de pares de indicaciones y respuestas para brindar a los modelos de lenguaje contexto e instrucciones adicionales. Después de crear solicitudes, las introduce en el modelo como un conjunto de datos de solicitudes para el entrenamiento previo. Cuando un modelo ofrece predicciones, responde con sus instrucciones integradas.
Estudio de IA vértice
Descripción general de las estrategias de estímulo
Galería rápida
Puesta a tierra y RAG
Grounding conecta modelos de IA con fuentes de datos para mejorar la precisión de las respuestas y reducir las alucinaciones. RAG , una técnica de conexión a tierra común, busca información relevante y la agrega al mensaje del modelo, asegurando que la salida se base en hechos e información actualizada.
Conexión a tierra de Vertex AI
Terreno con la Búsqueda de Google
Incrustaciones de vectores en AlloyDB
Nube SQL y pgvector
Integrar datos de BigQuery en su aplicación LangChain
Incrustaciones de vectores en Firestore
Incrustaciones de vectores en Memorystore (Redis)
Agentes y llamadas a funciones.
Los agentes facilitan el diseño y la integración de una interfaz de usuario conversacional en su aplicación móvil, mientras que las llamadas a funciones amplían las capacidades de un modelo.
Aplicaciones de IA
Llamada a función Vertex AI
Personalización y entrenamiento del modelo.
Las tareas especializadas, como entrenar un modelo de lenguaje en terminología específica, pueden requerir más capacitación de la que se puede hacer solo con un diseño rápido o una base sólida. En ese escenario, puede utilizar el ajuste del modelo para mejorar el rendimiento o entrenar su propio modelo.