Explora modelos y API de IA en Model Garden

Disponibilidad general

Las APIs de PaLM para texto, chat, código, incorporaciones y ajustes supervisados para text-bison ahora tienen DG y generan costos cuando se usan. Para obtener más información, consulta Precios para la asistencia de Vertex AI y la Asistencia de Generative AI en las notas de la versión de Vertex AI.

Licencias de código abierto

El jardín de modelos puede incluir un vínculo al repositorio público en el que se alojan los modelos disponibles a nivel abierto. Para confirmar que cumples con los términos de la licencia, revisa los modelos, los conjuntos de datos o las licencias de software aplicables. Además, confirma que puedes cumplir con cualquier restricción de la licencia (como las restricciones basadas en el uso que se incluyen en la licencia de CreativeML Open RAIL-M).

Model Garden es una plataforma que te ayuda a descubrir, probar, personalizar e implementar Vertex AI, y seleccionar modelos y recursos de OSS. Para explorar los modelos y las APIs de IA que están disponibles en Vertex AI, ve a Model Journal en la consola de Google Cloud.

En los siguientes temas, se presentan los modelos de IA disponibles en Model Journal y cómo usarlos.

Explora modelos

Para ver la lista de modelos disponibles de Vertex AI y de bases de código abierto, ajustables y específicos para tareas, ve a la página Model Garden en la consola de Google Cloud.

Ir a Model Garden

Las categorías de modelos disponibles en Model Journal son las siguientes:

Categoría	Descripción
Modelos de base	Modelos grandes multitarea previamente entrenados que se pueden ajustar o personalizar para tareas específicas mediante Generative AI Studio, la API de Vertex AI y el SDK de Vertex AI para Python.
Modelos ajustables	Modelos que puedes ajustar mediante un notebook o una canalización personalizados.
Soluciones específicas para tareas	La mayoría de estos modelos precompilados están listos para usarse. Muchos se pueden personalizar con tus propios datos.

Para filtrar modelos en el panel de filtros, especifica lo siguiente:

• Modelos: Haz clic en el tipo de modelo que quieras.
• Tareas: Haz clic en la tarea que deseas que realice el modelo.
• Atributos: Haz clic en los atributos que desees en el modelo.

Para obtener más información sobre cada modelo, haz clic en la tarjeta del modelo.

Lista de modelos con ajuste de código abierto o recetas de entrega en Vertex AI

En la siguiente tabla, se enumeran los modelos que admiten el ajuste de código abierto o las recetas de entrega en Vertex AI:

Nombre del modelo	Modalidad	Descripción	Guía de inicio rápido
Llama 2	Lenguaje	Ajusta e implementa los modelos de base Llama 2 de Meta (7B, 13B, 70B) en Vertex AI.	Tarjeta de modelo
Code Llama	Lenguaje	Implementa modelos de base de Code Llama de Meta (7B, 13B, 34B) en Vertex AI.	Tarjeta de modelo
Falcon-instruct	Lenguaje	Ajusta e implementa modelos de Falcon-Instruct (7B, 40B) mediante PEFT.	Colab Tarjeta de modelo
OpenLLaMA	Lenguaje	Ajusta e implementa modelos de OpenLLaMA (3B, 7B, 13B) con PEFT.	Colab Tarjeta de modelo
T5-FLAN	Lenguaje	Ajusta e implementa T5-FLAN (base, pequeño y grande).	Tarjeta de modelo (se incluye la canalización de ajuste)
BERT	Lenguaje	Ajusta e implementa BERT mediante PEFT.	Colab Tarjeta de modelo
BART-large-cnn	Lenguaje	Implementa BART, un modelo codificador/codificador (seq2seq) de transformador con un codificador bidireccional (similar a BERT) y un decodificador automático (similar a GPT).	Colab Tarjeta de modelo
RoBERTa-large	Lenguaje	Ajusta e implementa RoBERTa-large con PEFT.	Colab Tarjeta de modelo
XLM-RoBERTa-large	Lenguaje	Ajusta e implementa XLM-RoBERTa-large (una versión multilingüe de RoBERTa) mediante PEFT.	Colab Tarjeta de modelo
Dolly-v2-7b	Lenguaje	Implementa Dolly-v2-7b, un modelo grande de lenguaje que sigue instrucciones con 6.9 mil millones de parámetros.	Colab Tarjeta de modelo
Stable Diffusion XL v1.0	Lenguaje, Vision	Implementa Stable Diffusion XL v1.0, que admite la generación de texto a imagen.	Colab Tarjeta de modelo
Stable Diffusion v2.1	Lenguaje, Vision	Ajusta e implementa Stable Diffusion v2.1 (admite la generación de texto a imagen) mediante Dreambooth.	Colab Tarjeta de modelo
Stable Diffusion 4x upscaler	Lenguaje, Vision	Implementa Stable Diffusion 4x upscaler, que admite la superresolución de imagen condicionada por texto.	Colab Tarjeta de modelo
InstructPix2Pix	Lenguaje, Vision	Implementa InstructPix2Pix, que admite la edición de imágenes mediante un mensaje de texto.	Colab Tarjeta de modelo
Retoque de dispersión estable	Lenguaje, Vision	Ajusta e implementa Stable Diffusion Inpainting, que admite completar una imagen enmascarada mediante una instrucción de texto.	Colab Tarjeta de modelo
SAM	Lenguaje, Vision	Implementa Segment Anything, que admite la segmentación de imágenes sin tomas.	Colab Tarjeta de modelo
Texto a video (ModelScope)	Lenguaje, Vision	Implementa texto a video de ModelScope, que admite la generación de texto a video.	Colab Tarjeta de modelo
Texto a video sin tomas	Lenguaje, Vision	Implementa generadores de texto a video de Stable Diffusion que admitan la generación de texto a video sin tomas.	Colab Tarjeta de modelo
Recuperación de imágenes compuestas de Pic2Word	Lenguaje, Vision	Implementa Pic2Word, que admite la recuperación de imágenes multimodales compuestas.	Colab Tarjeta de modelo
BLIP2	Lenguaje, Vision	Implementa BLIP2, que admite los subtítulos de imágenes y la respuesta visual a preguntas.	Colab Tarjeta de modelo
Open-CLIP	Lenguaje, Vision	Ajusta e implementa Open-CLIP, que admite una clasificación sin tomas.	Colab Tarjeta de modelo
F-VLM	Lenguaje, Vision	Implementa F-VLM, que admite la detección de objetos de imagen de vocabulario abierto.	Colab Tarjeta de modelo
tfhub/EfficientNetV2	Vision	Ajusta y realiza la implementación de Tensorflow Vision del modelo de clasificación de imágenes EfficientNetV2.	Colab Tarjeta de modelo
EfficientNetV2 (TIMM)	Vision	Ajusta y realiza la implementación de PyTorch del modelo de clasificación de imágenes EfficientNetV2.	Colab Tarjeta de modelo
Patentado/EfficientNetV2	Vision	Ajusta y, luego, implementa el punto de control propiedad de Google del modelo de clasificación de imágenes EfficientNetV2.	Colab Tarjeta de modelo
EfficientNetLite (MediaPipe)	Vision	Ajusta el modelo de clasificación de imágenes EfficientNetLite a través del creador de modelos MediaPipe.	Colab Tarjeta de modelo
tfvision/vit	Vision	Ajusta y realiza la implementación de Tensorflow Vision del modelo de clasificación de imágenes ViT.	Colab Tarjeta de modelo
ViT (TIMM)	Vision	Ajusta y realiza la implementación de PyTorch del modelo de clasificación de imágenes ViT.	Colab Tarjeta de modelo
Patentado/ViT	Vision	Ajusta y, luego, implementa el punto de control propiedad de Google del modelo de clasificación de imágenes ViT.	Colab