IA generativa
Documentación y recursos para compilar e implementar aplicaciones de IA generativa con herramientas y productos de Google Cloud .
立获300美元免费赠金
Google Cloud新用户首次注册即可获得300美元赠金。此外,无论新老用户,均可免费使用20多款产品,积累动手实践经验。
立获300美元免费赠金
Google Cloud新用户首次注册即可获得300美元赠金。此外,无论新老用户,均可免费使用20多款产品,积累动手实践经验。
Aprende a compilar aplicaciones de IA generativa
IA generativa en Vertex AI
Guía de inicio rápido de Gemini
Organización de IA y AA en GKE
Cuándo usar la IA generativa
Desarrolla una aplicación de IA generativa
Muestras de código y aplicaciones de ejemplo
Glosario de IA generativa
Herramientas de IA generativa
Flujo de desarrollo de IA generativa
Exploración y alojamiento de modelos
Google Cloud proporciona un conjunto de modelos de base de estado del arte a través de Vertex AI, incluido Gemini. También puedes implementar un modelo de terceros en Vertex AI Model Garden o autoalojarlo en GKE, Cloud Run o Compute Engine.
Modelos de Google en Vertex AI (Gemini, Imagen)
Otros modelos en Vertex AI Model Garden
Modelos de generación de texto a través de HuggingFace
GPU en Compute Engine
Ingeniería y diseño de instrucciones
El diseño de instrucciones es el proceso de crear pares de instrucciones y respuestas para proporcionarles a los modelos de lenguaje contexto e instrucciones adicionales. Después de escribir las instrucciones, las envías al modelo como un conjunto de datos de instrucciones para el entrenamiento previo. Cuando un modelo entrega predicciones, responde con tus instrucciones integradas.
Vertex AI Studio
Descripción general de las estrategias de instrucciones
Galería de instrucciones
Fundamentación y RAG
La fundamentación conecta modelos de IA a fuentes de datos para mejorar la precisión de las respuestas y reducir las alucinaciones. La RAG, una técnica de fundamentación común, busca información relevante y la agrega a la instrucción del modelo, lo que garantiza que el resultado se base en hechos y en información actualizada.
Conexión a tierra de Vertex AI
Fundamentación con la Búsqueda de Google
Embeddings de vectores en AlloyDB
Cloud SQL y pgvector
Integra datos de BigQuery en tu aplicación de LangChain
Embeddings de vectores en Firestore
Embeddings de vector en Memorystore (Redis)
Agentes y llamadas a funciones
Los agentes facilitan el diseño y la integración de una interfaz de usuario de conversación en tu app para dispositivos móviles, mientras que las llamadas a funciones extienden las capacidades de un modelo.
Agent Search
Llamadas a funciones de Vertex AI
Personalización y entrenamiento de modelos
Las tareas especializadas, como entrenar un modelo de lenguaje en terminología específica, pueden requerir más entrenamiento del que puedes hacer con el diseño de indicaciones o la fundamentación por sí solos. En ese caso, puedes usar el ajuste de modelos para mejorar el rendimiento o entrenar tu propio modelo.