Vertex AI Agent Builder

Erstellen Sie leistungsstarke KI-Agents – ganz ohne Code. Bei komplexen Zielen können Sie ganz einfach mehrere Agents zusammenfassen, wobei ein Agent als Haupt-Agent und andere als Sub-Agents fungieren. Trainieren Sie mit Ihren Daten, automatisieren Sie Aufgaben und iterieren Sie ganz einfach. Starten und analysieren – alles auf einer nutzerfreundlichen Plattform.

Durch die Kombination unserer hochmodernen Modelle (darunter Gemini) mit der Google Suche bieten wir Kunden die kombinierte Leistung der neuesten Foundation Models von Google sowie Zugriff auf aktuelle, hochwertige Informationen, um die Vollständigkeit und Accuracy von Antworten erheblich zu verbessern. Sie können auf Gemini über die Google-Suche mit nur einem Klick in unserer API zugreifen. Fundierung mit der Google Suche bietet demnächst einen dynamischen Abruf. Mit dieser neuen Funktion können Kunden ein Gleichgewicht zwischen Qualität und Kosteneffizienz finden. Dazu wird intelligent ausgewählt, wann Google-Suchergebnisse und wann die Trainingsdaten des Modells verwendet werden sollen.

Mit Vertex AI Search steht Ihnen ein sofort einsatzbereites RAG-System (Retrieval Augmented Generation) in Google-Qualität zur Verfügung, mit dem Sie Ihre Sprachmodelle auf einfache Weise anhand Ihrer eigenen Daten fundieren können. Vertex AI Search bewältigt die Komplexität der Indexierung verschiedener Datenquellen, bietet eine leistungsstarke Suche auf Basis von Google-Technologie und lässt sich nahtlos in Sprachmodelle in Vertex AI einbinden.

Sie erstellen eine benutzerdefinierte Retrieval Augmented Generation (RAG) für besondere KI-Anforderungen? Vertex AI vereinfacht den Prozess mit diesen Tools:

• Document AI Layout Parser: Extrahiert wichtige Daten aus komplexen Dokumenten, um die Suche zu verbessern.
• Ranking API: Das LLM-gestützte Ranking priorisiert relevante Antworten.
• Grounded Generation API: Erstellt mithilfe Ihrer Daten oder vertrauenswürdigen Quellen präzise Antworten. Diese API bietet jetzt einen High-Fidelity-Modus in der experimentellen Vorschau. Mit dieser neuen Funktion werden KI-Halluzinationen weiter reduziert, indem der vom Kunden bereitgestellte Kontext für die Fundierung hervorgehoben wird.
• Grounding API prüfen: Hiermit werden Antworten anhand von Fakten auf Zuverlässigkeit geprüft.

Für Unternehmen, die einen benutzerdefinierten, auf Einbettungen basierenden Informationsabruf benötigen, bietet Vertex AI leistungsstarke Funktionen zur Vektorsuche. Die Vektorsuche kann auf Milliarden von Vektoren skaliert und die nächsten Nachbarn in wenigen Millisekunden finden. Die Vektorsuche bietet jetzt eine Hybridsuche - eine Integration von vektor- und schlüsselbasierten Suchtechniken, um die relevantesten Antworten für Ihre Nutzer zu erhalten.

Mit dem Vertex AI Agent Builder können Sie leistungsstarke, benutzerdefinierte Agents erstellen, die Ihren Anforderungen entsprechen – mit allen Komponenten. LangChain in Vertex AI ist nur eines unserer vielen codeorientierten Angebote. So können Sie ganz einfach Anwendungen mit einem der beliebtesten Open-Source-Python-Frameworks erstellen, das Entwickler im Bereich generative KI gern nutzen und auf Vertex AI für Unternehmen bereitstellen.

LlamaIndex in Vertex AI vereinfacht den Abruf von erweiterten Generierungsprozessen (RAG), von der Datenaufnahme und -transformation bis zum Einbetten, Indexieren, Abrufen und Generieren. Vertex AI-Kunden können jetzt die Modelle und die KI-optimierte Infrastruktur von Google zusammen mit dem einfachen, flexiblen Open-Source-Daten-Framework von LlamaIndex nutzen, um benutzerdefinierte Datenquellen mit generativen Modellen zu verbinden. 

Genkit von Firebase ist ein Open-Source-Framework von Typescript/JavaScript, das die Entwicklung, Bereitstellung und das Monitoring produktionsfertiger KI-Agents vereinfacht. Mithilfe des  Vertex AI-Plug-ins können Firebase-Entwickler jetzt Google-Modelle wie Gemini und Imagen 2 sowie Texteinbettungen nutzen.