Rezeptbuch für Generative AI in Vertex AI

Eine Sammlung von Leitfäden und Beispielen für Generative AI in Vertex AI.

Weitere Informationen finden Sie im GitHub-Repository für generative KI .

Gemini-Kurzanleitungen

• 

  Einführung in Gemini

  Erste Schritte mit Gemini in Vertex AI mit dem Python SDK

  Gemini

  Auf GitHub ansehen  
• 

  Einführung in Prompt Engineering

  Grundlagen und Best Practices für Prompt Engineering

  Gemini Prompts

  Auf GitHub ansehen  
• 

  Funktionsaufrufe mit Gemini

  Gemini über Funktionsaufrufe mit externen Tools verbinden

  Funktionsaufrufe Gemini

  Auf GitHub ansehen  
• 

  Erdung mit Gemini

  Sie können Gemini mit realen Daten aus der Google Suche oder Vertex AI Search verknüpfen, um die Qualität der Antworten zu verbessern.

  Gemini Grounding RAG Suche

  Auf GitHub ansehen  
• 

  Gemini-Batchvorhersage

  Mit der Batchvorhersage können Sie Inferenzen für eine große Anzahl von Beispielen ausführen.

  Batchvorhersage Gemini

  Auf GitHub ansehen  
• 

  Langer Verlaufszeitraum

  Verwenden Sie das lange Kontextfenster, um große Mengen multimodaler Daten zu verarbeiten.

  Gemini

  Auf GitHub ansehen  
• 

  Einführung in das Kontext-Caching

  Verwenden Sie den Kontext-Cache, um häufig verwendete Daten zu speichern.

  Gemini

  Auf GitHub ansehen  
• 

  Einführung in die kontrollierte Generierung mit der Gemini API

  Informationen zum Steuern der Gemini API-Ausgabeformate für eine einfachere Datenverarbeitung.

  Gemini

  Auf GitHub ansehen  
• 

  Gemini mithilfe der OpenAI-Bibliothek aufrufen

  Informationen zum Aufrufen von Gemini mithilfe von Chat-Ergänzungsfunktionen

  Gemini

  Auf GitHub ansehen  

Empfohlene Anleitungen

• 

  Erste Schritte mit Chirp 2 für Speech-to-Text

  Hier erfahren Sie, wie Sie Chirp 2 verwenden, die neueste Generation der mehrsprachigen Modelle für die automatische Spracherkennung von Google.

  Chirp Speech

  Auf GitHub ansehen  
• 

  Einführung in die Bildgenerierung mit Imagen 3

  Mit Imagen 3 können Sie fotorealistische Bilder erstellen.

  Bilder Multimodal

  Auf GitHub ansehen  
• 

  Erste Schritte mit Texteinbettungen und Vertex AI-Vektorsuche

  Verwenden Sie das Multitool für KI, Einbettungen und die Vertex AI-Vektorsuche, um semantische Übereinstimmungen durchzuführen.

  Einbettungen Vektorsuche

  Auf GitHub ansehen  
• 

  Einführung in LangGraph mit Gemini

  Hier erfahren Sie, wie Sie die Workflow-Funktionen von LangGraph mit den Spracherkennungs- und ‑generierungsfunktionen von Gemini kombinieren, um komplexe Finanzanalyseaufgaben zu optimieren und zu automatisieren.

  Gemini LangChain LangGraph Orchestration

  Auf GitHub ansehen  
• 

  Benutzerdefinierte Podcastfolgen erstellen

  Mit Gemini, LangGraph und Text-to-Speech benutzerdefinierte Podcastfolgen erstellen

  Gemini LangChain LangGraph Orchestrierung Sprache

  Auf GitHub ansehen  
• 

  Geschichtenerzählen mit Gemini und Text-to-Speech

  Mit Gemini und der Funktion „Text-to-Speech“ können Sie eine Geschichte mit mehreren Charakteren erstellen und vorlesen.

  Gemini Speech

  Auf GitHub ansehen  
• 

  Codebasis analysieren

  Mit Gemini können Sie Code generieren, eine Codebasis zusammenfassen, Code debuggen, verbessern und bewerten.

  Gemini Multimodal

  Auf GitHub ansehen  
• 

  LLM-Sicherheit für Entwickler

  Informationen zu Prompt-Injection-Angriffen und wie Sie diese abwehren können

  Gemini Aufforderungen Sicherheit

  Auf GitHub ansehen  
• 

  Gen AI Evaluation Service

  Gemini-Antworten anhand von Messwerten und benutzerdefinierten Datensätzen auswerten

  Bewertung Gemini

  Auf GitHub ansehen  
• 

  Supervised Tuning mit Gemini

  Informationen zum Optimieren von Gemini für bestimmte Aufgaben

  Gemini Tuning

  Auf GitHub ansehen  
• 

  Einführung in die Vertex AI Reasoning Engine

  Benutzerdefinierte RAG-Workflows mit Gemini und der Vertex AI RAG Engine erstellen

  Gemini RAG

  Auf GitHub ansehen  
• 

  Dokumentverarbeitung mit Gemini

  Mit Gemini können Sie Dokumente klassifizieren, extrahieren und zusammenfassen.

  Gemini Multimodal

  Auf GitHub ansehen  

Alle Anleitungen

Filtern nach: Agents Batchvorhersage Chirp Claude Einbettungen Bewertung Funktionsaufrufe Gemini Gemma Fundierung Hugging Face Imagen LangChain LangGraph LlamaIndex Model Garden Multimodal Orchestrierung Aufforderungen RAG RAG Engine Reasoning Engine Suchen Sicherheit Speech Abstimmung Vektorsuche

Gemini	Einführung in Gemini Erste Schritte mit Gemini in Vertex AI mit dem Python SDK	Auf GitHub ansehen
Gemini Aufforderungen	Einführung in das Prompt-Engineering Grundlagen und Best Practices für Prompt Engineering	Auf GitHub ansehen
Funktionsaufrufe Gemini	Funktionsaufrufe mit Gemini Gemini über Funktionsaufrufe mit externen Tools verbinden	Auf GitHub ansehen
Gemini Fundierung RAG Suche	Erdung mit Gemini Sie können Gemini mit realen Daten aus der Google Suche oder Vertex AI Search verknüpfen, um die Qualität der Antworten zu verbessern.	Auf GitHub ansehen
Batchvorhersage Gemini	Gemini-Batchvorhersage Mit der Batchvorhersage können Sie Inferenzen für eine große Anzahl von Beispielen ausführen.	Auf GitHub ansehen
Gemini	Langes Kontextfenster Verwenden Sie das lange Kontextfenster, um große Mengen multimodaler Daten zu verarbeiten.	Auf GitHub ansehen
Gemini	Einführung in das Kontext-Caching Verwenden Sie den Kontext-Cache, um häufig verwendete Daten zu speichern.	Auf GitHub ansehen
Gemini	Einführung in die kontrollierte Generierung mit der Gemini API Informationen zum Steuern der Gemini API-Ausgabeformate für eine einfachere Datenverarbeitung.	Auf GitHub ansehen
Gemini	Gemini mithilfe der OpenAI-Bibliothek aufrufen Informationen zum Aufrufen von Gemini über Chat-Ergänzungen	Auf GitHub ansehen
Piepton Sprache	Erste Schritte mit Chirp 2 für die Spracherkennung Hier erfahren Sie, wie Sie Chirp 2 verwenden, die neueste Generation der mehrsprachigen Modelle für die automatische Spracherkennung von Google.	Auf GitHub ansehen
Imagen Multimodal	Einführung in die Imagen 3-Bildgenerierung Mit Imagen 3 können Sie fotorealistische Bilder erstellen.	Auf GitHub ansehen
Einbettungen Vektorsuche	Erste Schritte mit Texteinbettungen und Vertex AI-Vektorsuche Verwenden Sie das Multitool für KI, Einbettungen und die Vertex AI-Vektorsuche, um semantische Übereinstimmungen durchzuführen.	Auf GitHub ansehen
Gemini LangChain LangGraph Orchestrierung	Einführung in LangGraph mit Gemini Hier erfahren Sie, wie Sie die Workflow-Funktionen von LangGraph mit den Spracherkennungs- und ‑generierungsfunktionen von Gemini kombinieren, um komplexe Finanzanalyseaufgaben zu optimieren und zu automatisieren.	Auf GitHub ansehen
Gemini LangChain LangGraph Orchestrierung Sprache	Benutzerdefinierte Podcastfolgen erstellen Mit Gemini, LangGraph und Text-to-Speech benutzerdefinierte Podcastfolgen erstellen	Auf GitHub ansehen
Gemini Sprache	Storytelling mit Gemini und Text-to-Speech Mit Gemini und der Funktion „Text-to-Speech“ können Sie eine Geschichte mit mehreren Charakteren erstellen und vorlesen.	Auf GitHub ansehen
Gemini Multimodal	Codebasis analysieren Mit Gemini können Sie Code generieren, eine Codebasis zusammenfassen, Code debuggen, verbessern und bewerten.	Auf GitHub ansehen
Gemini Aufforderungen Sicherheit	LLM-Sicherheit für Entwickler Informationen zu Prompt-Injection-Angriffen und wie Sie diese abwehren können	Auf GitHub ansehen
Evaluierung Gemini	Gen AI Evaluation Service Gemini-Antworten anhand von Messwerten und benutzerdefinierten Datensätzen auswerten	Auf GitHub ansehen
Gemini Abstimmung	Supervised Fine-tuning mit Gemini Informationen zum Optimieren von Gemini für bestimmte Aufgaben	Auf GitHub ansehen
Gemini RAG	Einführung in die Vertex AI RAG Engine Benutzerdefinierte RAG-Workflows mit Gemini und der Vertex AI RAG Engine erstellen	Auf GitHub ansehen
Gemini Multimodal	Dokumentverarbeitung mit Gemini Mit Gemini können Sie Dokumente klassifizieren, extrahieren und zusammenfassen.	Auf GitHub ansehen
Gemini Multimodal Aufforderungen	Gemini mit multimodalen Daten So geben Sie Gemini multimodale Daten (Text, Dokumente, Bilder, Video und Audio) als Prompt.	Auf GitHub ansehen
Gemini	Einführung in die Gemini REST API (cURL) Verwenden Sie die Gemini API mit REST/curl.	Auf GitHub ansehen
Evaluierung Gemini Aufforderungen	Prompt Engineering, -Bewertung und -Vorlagen Verwenden Sie das Gen AI Evaluation Service SDK für das Prompt Engineering und die Bewertung.	Auf GitHub ansehen
Einbettungen Multimodal	Einführung in multimodale Einbettungen Weitere Informationen zu multimodalen Einbettungen	Auf GitHub ansehen
Einbettungen Abstimmung	Einführung in die Feinabstimmung von Einbettungen Informationen zum Optimieren von Einbettungsmodellen	Auf GitHub ansehen
Einbettungen Vektorsuche	Einbettungen für Aufgabentypen Hier erfahren Sie, wie Sie bessere Einbettungen für Ihre spezifische Aufgabe erhalten.	Auf GitHub ansehen
Einbettungen Vektorsuche	Hybridsuche mit der Vertex AI-Vektorsuche Hier erfahren Sie, wie Sie die Hybridsuche mit der Vertex AI-Vektorsuche verwenden, um semantische und Keyword-Suche zu kombinieren.	Auf GitHub ansehen
Agents Gemini LangChain LangGraph	KI-Agents für Entwickler (Entwicklung von KI-Agents) In diesem Notebook werden drei verschiedene Ansätze zum Generieren von Texten mit der Gemini API veranschaulicht: Zero-Shot, Schritt für Schritt mit LangChain und iterativ mit LangGraph.	Auf GitHub ansehen
Gemma Kuschelgesicht	Hugging Face-DLCs: Gemma mit Text Generation Inference (TGI) in Vertex AI bereitstellen Informationen zum Bereitstellen von Google Gemma aus dem Hugging Face Hub in Vertex AI mit dem Hugging Face Deep Learning Container (DLC) für die Textgenerierung	Auf GitHub ansehen
Gemma LangChain RAG	Cloud Run GPU-Inferenz: Gemma 2-RAG-Fragen und Antworten mit Ollama und LangChain Hier erfahren Sie, wie Sie Gemma 2 in Cloud Run bereitstellen, um eine einfache RAG-Anwendung für Fragen und Antworten zu erstellen.	Auf GitHub ansehen
Gemma Kuschelgesicht	Hugging Face DLCs: PaliGemma mit PyTorch-Inferenz in Vertex AI mit benutzerdefiniertem Handler bereitstellen Informationen zum Bereitstellen von Google PaliGemma aus dem Hugging Face Hub in Vertex AI mit dem Hugging Face Deep Learning Container (DLC) für PyTorch-Inferenz in Kombination mit einem benutzerdefinierten Handler.	Auf GitHub ansehen
Gemma Hugging Face Abstimmung	Hugging Face DLCs: Gemma mit Transformer Reinforcement Learning (TRL) in Vertex AI optimieren Informationen zum Optimieren von Gemma mit Transformer Reinforcement Learning (TRL) in Vertex AI	Auf GitHub ansehen
Hugging Face	Raten Sie, welche App das Hugging Face Deep Learning Container-Modell in Vertex AI verwendet Erstellen Sie eine „Rate mal, wer oder was“-Anwendung mit Vertex AI, dem Hugging Face Deep Learning-Container, einem offenen Modell zur Bildgenerierung und Gemini, um Rätsel zu lösen und zu visualisieren.	Auf GitHub ansehen
Einbettungen	Einbettungsähnlichkeit aus Textdokumenten mithilfe von t-SNE-Diagrammen visualisieren Visualisieren Sie die Einbettungsähnlichkeit von Textdokumenten mithilfe von t-SNE-Diagrammen.	Auf GitHub ansehen
Einbettungen Vektorsuche	Vertex AI Vektorsuche: Kurzanleitung Informationen zum Ermitteln ähnlicher Textdokumente mit der Vertex AI Vector Search	Auf GitHub ansehen
Einbettungen Gemini Vektorsuche	Anomalieerkennung in Infrastrukturprotokollen mit Gemini und BigQuery Vector Search Hier erfahren Sie, wie Sie mit Gemini, Vektoreinbettungen und der BigQuery Vector Search große Mengen an Infrastrukturprotokollen analysieren, um Anomalien zu erkennen.	Auf GitHub ansehen
Einbettungen Gemini	Anomalien in Protokollen mithilfe von Texteinbettungen und BigQuery-Vektorsuche erkennen und untersuchen Informationen zum Ermitteln von Anomalien in großen Mengen von Audit-Logs mit Gemini, Vektoreinbettungen und der BigQuery-Vektorsuche	Auf GitHub ansehen
Funktionsaufrufe Gemini	Mit Datenstrukturen und Schemas bei Gemini-Funktionsaufrufen arbeiten Informationen zur Verwendung von Gemini-Funktionsaufrufen mit Datenstrukturen und ‑schemata	Auf GitHub ansehen
Funktionsaufrufe Gemini	Parallele Funktionsaufrufe und mehrere Funktionsantworten in Gemini Informationen zur Verwendung paralleler Funktionsaufrufe und mehrerer Funktionsantworten in Gemini	Auf GitHub ansehen
Funktionsaufrufe Gemini Aufforderungen	Einführung in ReAct-Kundenservicemitarbeiter mit Gemini und Funktionsaufrufen Informationen zur Verwendung von ReAct-Agenten mit Gemini und Funktionsaufrufen	Auf GitHub ansehen
Funktionsaufrufe Gemini	Erzwungene Funktionsaufrufe mit Toolkonfigurationen in Gemini Informationen zum Verwenden erzwungener Funktionsaufrufe mit Toolkonfigurationen in Gemini	Auf GitHub ansehen
Funktionsaufrufe Gemini	Gemini-Funktionsaufrufe für Echtzeit-Unternehmensnachrichten und -statistiken verwenden Hier erfahren Sie, wie Sie mit Gemini-Funktionsaufrufen in Echtzeit Unternehmensnachrichten und Statistiken abrufen.	Auf GitHub ansehen
Funktionsaufrufe Gemini Multimodal	Multimodale Funktionsaufrufe mit der Gemini API und dem Python SDK Informationen zur Verwendung von multimodalen Funktionsaufrufen mit Gemini	Auf GitHub ansehen
Gemini RAG RAG Engine	Erweiterte RAG-Techniken – Bewertung der Abrufqualität und Tuning der Hyperparameter der Vertex RAG Engine Informationen zu erweiterten RAG-Techniken mit Bewertung und Hyperparameter-Abstimmung	Auf GitHub ansehen
Gemini RAG RAG Engine	Vertex AI RAG Engine mit Pinecone Informationen zur Verwendung von Pinecone mit der Vertex AI RAG Engine	Auf GitHub ansehen
Gemini RAG RAG Engine	Vertex AI RAG Engine mit Weaviate Informationen zur Verwendung von Weaviate mit der Vertex AI RAG Engine	Auf GitHub ansehen
Gemini RAG RAG Engine	Vertex AI RAG Engine mit Vertex AI Feature Store Informationen zum Verwenden des Vertex AI Feature Store mit der Vertex AI RAG Engine	Auf GitHub ansehen
Gemini RAG RAG Engine	Vertex AI-RAG-Engine mit Vertex AI-Vektorsuche Informationen zur Verwendung der Vertex AI-Vektorsuche mit der Vertex AI-RAG-Engine	Auf GitHub ansehen
Agents Gemini Reasoning Engine	Debugging und Optimieren von Agents: Eine Anleitung zum Tracing in der Reasoning Engine Informationen zur Verwendung von Tracing in der Reasoning Engine	Auf GitHub ansehen
Gemini LangChain Reasoning Engine	RAG-Anwendung mit AlloyDB in LangChain auf Vertex AI bereitstellen	Auf GitHub ansehen
Agents Gemini RAG Reasoning Engine Suche	Conversational Search Agent mit Reasoning Engine und RAG in Vertex AI Search erstellen	Auf GitHub ansehen
Agents Gemini Reasoning Engine	Einführung in das Erstellen und Bereitstellen eines Agents mit einer Reasoning Engine in Vertex AI	Auf GitHub ansehen
Agents Gemini LangGraph RAG Reasoning Engine	Multi-Agent RAG-Anwendung mit LangGraph und Reasoning Engine erstellen	Auf GitHub ansehen
Gemini LangGraph RAG Reasoning Engine	RAG-Anwendung mit Cloud SQL for PostgreSQL in LangChain auf Vertex AI bereitstellen	Auf GitHub ansehen
Agents Gemini Reasoning Engine	Google Maps API-Agent mit einer Inferenzmaschine erstellen und bereitstellen	Auf GitHub ansehen
Gemini LangGraph Reasoning Engine	LangGraph-Anwendung mit Reasoning Engine in Vertex AI erstellen und bereitstellen	Auf GitHub ansehen
Gemini Multimodal	Gemini 1.5: Ein Workshop zu multimodalen Anwendungsfällen	Auf GitHub ansehen
Gemini Multimodal	Videoanalyse mit Gemini	Auf GitHub ansehen
Gemini Multimodal	YouTube-Videoanalyse mit Gemini	Auf GitHub ansehen
Gemini Multimodal Vektorsuche	Multimodalen Chatbot für Garantieansprüche mit Gemini und Vektorsuche in Vertex AI erstellen	Auf GitHub ansehen
Gemini Multimodal RAG	Multimodale Retrieval-Augmented Generation (RAG) mit der Gemini API in Vertex AI	Auf GitHub ansehen
Gemini LlamaIndex RAG	LlamaIndex mit Vertex AI Vector Search für die Beantwortung von Fragen mit RAG	Auf GitHub ansehen
Gemini LangChain Multimodal RAG	Multimodale Retrieval Augmented Generation (RAG) mit Gemini, Vertex AI Vector Search und LangChain	Auf GitHub ansehen
Gemini RAG	Retrieval-Augmented Generation – von klein nach groß	Auf GitHub ansehen
Gemini Aufforderungen	ReAct (Reasoning + Acting) + benutzerdefiniertes Tool für Healthcare NL API + Gemini 1.5 Pro + LangChain	Auf GitHub ansehen
Gemini Aufforderungen	Gemini im Bildungsbereich verwenden	Auf GitHub ansehen
Gemini Aufforderungen	KI-Schnellentwicklung	Auf GitHub ansehen
Gemini Multimodal RAG	Code Retrieval Augmented Generation (RAG) mit der Gemini API	Auf GitHub ansehen
Gemini Multimodal	Produktlisten mit Gemini 1.5 Pro erstellen	Auf GitHub ansehen
Gemini Multimodal	Multimodale Einzelhandelsempfehlung: Mit Gemini Artikel anhand von Bildern und Bildbegründen empfehlen	Auf GitHub ansehen
Gemini Multimodal Aufforderungen	Notenanalyse mit Gemini	Auf GitHub ansehen
Gemini Multimodal	Filmposter in BigQuery mit Gemini 1.5 Flash analysieren	Auf GitHub ansehen
Gemini LangChain	Erste Schritte mit LangChain 🦜️🔗 + Gemini API in Vertex AI	Auf GitHub ansehen
Agents Gemini	Wetter-Agent mit AutoGen und Gemini erstellen	Auf GitHub ansehen
Gemini Aufforderungen	Vertex AI Prompt Optimizer-Notebook-Benutzeroberfläche	Auf GitHub ansehen
Gemini Aufforderungen	Vertex AI Prompt Optimizer – Toolnutzung	Auf GitHub ansehen
Gemini Aufforderungen	Vertex AI Prompt Optimizer – benutzerdefinierter Messwert	Auf GitHub ansehen
Gemini Aufforderungen	Einführung in den Vertex AI Prompt Optimizer	Auf GitHub ansehen
Gemini Aufforderungen	Textzusammenfassung mit generativen Modellen in Vertex AI	Auf GitHub ansehen
Gemini Aufforderungen	Ideenfindung mit generativen Modellen in Vertex AI	Auf GitHub ansehen
Gemini Aufforderungen	Chain-of-Thought und ReAct	Auf GitHub ansehen
Gemini Aufforderungen	Question Answering mit generativen Modellen in Vertex AI	Auf GitHub ansehen
Gemini Aufforderungen	Textklassifizierung mit generativen Modellen in Vertex AI	Auf GitHub ansehen
Gemini Aufforderungen	Textextraktion mit generativen Modellen in Vertex AI	Auf GitHub ansehen
Gemini Abstimmung	Supervised Fine Tuning mit Gemini 1.5 Flash für die Änderungserkennung	Auf GitHub ansehen
Gemini Abstimmung	Anzahl und Kostenschätzung der überwachten Vertex AI-Abstimmungstokens	Auf GitHub ansehen
Gemini Abstimmung	Supervised Fine-Tuning mit Gemini 1.5 Flash für Fragen und Antworten	Auf GitHub ansehen
Gemini Abstimmung	Supervised Fine Tuning mit Gemini 1.5 Pro für Bildunterschriften	Auf GitHub ansehen
Evaluierung Gemini Model Garden	Gen AI Evaluation SDK zum Bewerten von Modellen in Vertex AI Studio, Model Garden und Model Registry verwenden	Auf GitHub ansehen
Evaluierung Gemini RAG	Generierte Antworten aus der Retrieval-Augmented Generation (RAG) mithilfe der schnellen Bewertung und Dataflow-ML mit Vertex AI Pipelines bewerten	Auf GitHub ansehen
Evaluierung Gemini	Qualität und Erklärbarkeit mit der Vertex AI-Bewertung verbessern	Auf GitHub ansehen
Evaluierung Gemini	Einstellungen für Gen AI-Modelle bewerten und vergleichen	Auf GitHub ansehen
Evaluierung Gemini	Eigenen automatischen Rater mit benutzerdefinierten Messwerten verwenden	Auf GitHub ansehen
Evaluierung Gemini	Übersetzungsmodell bewerten	Auf GitHub ansehen
Evaluierung Gemini	PaLM-Modell mit Gemini-Modell vergleichen und migrieren	Auf GitHub ansehen
Evaluierung Gemini Multimodal	Multimodale Aufgaben bewerten	Auf GitHub ansehen
Evaluierung Gemini LangChain	LangChain bewerten	Auf GitHub ansehen
Evaluierung Gemini	Generative KI-Modelle vergleichen	Auf GitHub ansehen
Evaluierung Gemini RAG	Generierte Antworten aus der Retrieval-Augmented Generation (RAG) für eine Question-Answering-Aufgabe mit dem Gen AI Evaluation Service SDK bewerten	Auf GitHub ansehen
Evaluierung Gemini	Modellbasierte Messwerte für die Bewertung eines generativen KI-Modells anpassen	Auf GitHub ansehen
Evaluierung Gemini RAG	Tool-Nutzung des generativen Modells bewerten	Auf GitHub ansehen
Evaluierung Gemini	Erste Schritte mit dem Bewertungsdienst für generative KI	Auf GitHub ansehen
Gemini Aufforderungen RAG Sicherheit	Generativ KI und LLM-Sicherheit – ReAct- und RAG-Angriffe und -Mitigationen	Auf GitHub ansehen
Gemini Sicherheit	Verantwortungsbewusste KI mit der Gemini API in Vertex AI: Sicherheitsbewertungen und Grenzwerte	Auf GitHub ansehen
Batchvorhersage Gemini	Batch-Prognose mit der Gemini API überwachen	Auf GitHub ansehen
Batchvorhersage Gemini	Einführung in Batchvorhersagen mit der Gemini API und BigQuery-Eingabe	Auf GitHub ansehen
Gemini Imagen Multimodal	Hochwertige visuelle Assets mit Imagen und Gemini erstellen	Auf GitHub ansehen
Imagen Multimodal	Photoshop-Dokument mit Bildsegmentierung in Vertex AI erstellen	Auf GitHub ansehen
Gemini Imagen Multimodal	Mit Gemini die Qualität von Imagen-Prompts verbessern	Auf GitHub ansehen
Imagen Multimodal	Bildsegmentierung in Vertex AI	Auf GitHub ansehen
Suche	Vertex AI Search mit Filtern und Metadaten	Auf GitHub ansehen
Gemini Suche	Vertex AI Search – Abfragen von Apps mit kombinierten Daten und Zusammenfassung mit Gemini	Auf GitHub ansehen
Suche	Vertex AI Search-Datenspeicher und ‑Suchmaschine erstellen	Auf GitHub ansehen
Suche	Suchanwendungen mit Vertex AI Search erstellen	Auf GitHub ansehen
Gemini LangChain RAG Suche	Fragen zu Dokumenten beantworten	Auf GitHub ansehen
Gemini RAG Suche	Bulk-Question Answering mit Vertex AI Search beantworten	Auf GitHub ansehen
Einbettungen Suche	Benutzerdefinierte Einbettungen mit Vertex AI Search	Auf GitHub ansehen
Piepton Sprache	Erste Schritte mit Chirp 2 – Erweiterte Funktionen	Auf GitHub ansehen
Claude Funktionsaufrufe Model Garden	Multimodale Funktionsaufrufe mit Claude-Modellen	Auf GitHub ansehen
Agents Suche	Statusprüfung für den Vertex AI Search and Conversation-Datenspeicher	Auf GitHub ansehen

Nächste Schritte

• Weitere Informationen zu LLMs, Vertex AI und Generative AI-Modellen finden Sie im Einstiegsleitfaden für Generative AI.
• Weitere Ressourcen finden Sie im GitHub-Repository für generative KI.