LLM、Gemini モデル、Vertex AI について

大規模言語モデル(LLM)は、大量のテキストデータでトレーニングされたディープ ラーニング モデルです。LLM は、言語の翻訳、テキストの要約、画像内のオブジェクトやテキストの認識を行い、検索エンジンやレコメンデーション システムを補完できます。

Google の Gemini は、マルチモーダルのユースケース用に設計された生成 AI モデルのファミリーです。画像、動画、テキストなど複数のモダリティからの情報を処理できます。

その他の学習リソースについては、生成 AI の GitHub リポジトリをご覧ください。このコンテンツは、Google のデータ サイエンティスト、デベロッパー、デベロッパー アドボケイトが管理します。

使ってみる

作業を開始するために役立つノートブック、チュートリアル、その他の例を次に示します。Vertex AI には、Vertex AI SDK for Python を使用する Google Cloud コンソール チュートリアルと Jupyter ノートブックのチュートリアルが用意されています。Colab でノートブックのチュートリアルを開くことも、好きな環境にノートブックをダウンロードすることもできます。

Gemini を使ってみる

Gemini を使ってみる

Gemini モデルは、Google AI によって開発された画期的なマルチモーダル言語モデルで、画像や動画などの多様なデータ形式から意味のある分析情報を抽出できます。このノートブックでは、マルチモーダル プロンプトを使用したさまざまなユースケースを紹介します。

Jupyter ノートブック: このチュートリアルは、Jupyter ノートブックとして実行できます。
Colab で実行 | GitHub で表示

Vertex AI の Vertex AI Studio を使ってみる

GenAI Studio のロゴ

Google Cloud コンソールから Vertex AI Studio を使用できます。API や Vertex AI SDK for Python は必要ありません。

GitHub で表示

プロンプト設計のベスト プラクティス

Model Garden のロゴ

プロンプトを設計し、モデルからの回答の品質を高める方法を学習します。このチュートリアルでは、プロンプト エンジニアリングの基本事項と、ベスト プラクティスについて説明します。

Jupyter ノートブック: このチュートリアルは、Jupyter ノートブックとして実行できます。
Colab で実行 | GitHub で表示

LangChain 🦜🔗

LangChain は、Gemini モデルなどの LLM を利用したアプリケーションを開発するためのフレームワークです。LangChain を使用して、ファイル、その他のアプリケーション、API データなどの外部データを LLM に取り込みます。

LangChain と Vertex AI との連携の詳細については、LangChain と Vertex AI の公式ドキュメントをご覧ください。

Gemini、ベクトル検索、LangChain を使用したマルチモーダル検索拡張生成(RAG)

Gemini、ベクトル検索、LangChain を使用したマルチモーダル検索拡張生成(RAG)

検索拡張生成(RAG)は、LLM が外部データにアクセスできるようにするための一般的なパラダイムで、ハルシネーションを軽減するためのグラウンディング メカニズムとしても使用されています。

テキストと画像の両方を含む財務ドキュメントに対して Q&A を行うマルチモーダル RAG の実行方法について学習します。

Jupyter ノートブック: このチュートリアルは、Jupyter ノートブックとして実行できます。
Colab で実行 | GitHub で表示

LangChain 🦜️🔗 と BigQuery ベクトル検索を使用した Q&A 生成の拡張

LangChain 🦜️🔗 と BigQuery ベクトル検索を使用した Q&A 生成の拡張

質問応答(QA)システムを実装して、ドキュメントなどの外部データソースによって LLM の知識を補強し、LLM のレスポンスを改善する方法について学習します。この例では、Vertex AI Gemini 1.0 Pro でテキスト、Text API 用エンベディング、BigQuery ベクトル検索、LangChain を使用します。

Jupyter ノートブック: このチュートリアルは、Jupyter ノートブックとして実行できます。
Colab で実行 | GitHub で表示

次のステップ