Générer des embeddings vectoriels avec la gestion des points de terminaison du modèle

Cette page explique comment enregistrer un point de terminaison de modèle d'IA et générer des représentations vectorielles continues avec la gestion des points de terminaison de modèle. Pour utiliser des modèles d'IA dans des environnements de production, consultez Créer des applications d'IA générative à l'aide de Cloud SQL et Utiliser des embeddings vectoriels.

Une fois les points de terminaison du modèle ajoutés et enregistrés dans la gestion des points de terminaison du modèle, vous pouvez les référencer à l'aide de l'ID du modèle pour générer des représentations vectorielles continues.

Avant de commencer

Assurez-vous d'effectuer les actions suivantes:

Générer des embeddings

Utilisez la fonction SQL google_ml.embedding() pour appeler le point de terminaison du modèle enregistré avec le type de modèle de représentation vectorielle continue de texte afin de générer des représentations vectorielles continues.

Pour appeler le modèle et générer des embeddings, utilisez la requête SQL suivante:

SELECT
  google_ml.embedding(
    model_id => 'MODEL_ID',
    content => 'CONTENT');

Remplacez les éléments suivants :

  • MODEL_ID: ID du modèle que vous avez défini lors de l'enregistrement du point de terminaison du modèle
  • CONTENT: texte à traduire en embedding vectoriel

Examples

Cette section présente quelques exemples de génération d'embeddings à l'aide de points de terminaison de modèle enregistrés.

Modèles d'embeddings de texte avec prise en charge intégrée

Pour générer des représentations vectorielles continues pour un point de terminaison de modèle textembedding-gecko@002 enregistré, exécutez l'instruction suivante:

    SELECT
      google_ml.embedding(
        model_id => 'textembedding-gecko@002',
        content => 'Cloud SQL is a managed, cloud-hosted SQL database service');