O Google Cloud oferece um conjunto de modelos de fundação de última geração pela Vertex AI, incluindo o Gemini. Também é possível implantar um modelo de terceiros no Model Garden da Vertex AI ou na auto-hospedagem no GKE ou no Compute Engine.

O design de comandos é o processo de criação de pares de comandos e respostas para dar mais contexto e instruções aos modelos de linguagem. Depois de criar comandos, alimente-os ao modelo como um conjunto de dados de comandos para pré-treinamento. Quando um modelo disponibiliza previsões, ele responde com as instruções integradas.

O embasamento conecta modelos de IA a fontes de dados para melhorar a precisão das respostas e reduzir as alucinações. A RAG, uma técnica de embasamento comum, procura informações relevantes e as adiciona ao prompt do modelo, garantindo que a saída seja baseada em fatos e informações atualizadas.

Os agentes facilitam o design e a integração de uma interface do usuário de conversação ao app para dispositivos móveis, enquanto a chamada de função amplia os recursos de um modelo.

Tarefas especializadas, como treinar um modelo de linguagem com terminologia específica, podem exigir mais treinamento do que é possível somente com o design do comando ou embasamento. Nesse cenário, é possível usar o ajuste de modelos para melhorar o desempenho ou treinar seu próprio modelo.