Inzicht in nieuwe Gemini-modellenschatting, afstemming, gronding en veiligheidsinstellingen in BigQuery

De exponentiële groei in ongestructureerde data van digitale apparaten en platforms vereist geavanceerde tools voor analyse. BigQuery, Google's AI-ready cloud data platform, integreert met Vertex AI om generatieve AI-modellen te gebruiken voor de verwerking van ongestructureerde data. Deze integratie maakt het gebruik van modellen zoals Gemini mogelijk voor taken zoals tekstsamenvatting en sentimentanalyse. BigQuery ondersteunt ook het fijnafstellen van modellen met LoRA-technieken, wat nuttig is wanneer prompt engineering ontoereikend is. Recent toegevoegde updates omvatten de toevoeging van Gemini 1.5-modellen, die NLP, visietaken en nieuwe mogelijkheden zoals audiobeschrijving en PDF-samenvatting verbeteren. De ML.GENERATE_TEXT SQL-functie ondersteunt nu gronding met Google-zoeken en aanpasbare veiligheidsinstellingen om verantwoordelijke AI-uitvoer te garanderen. Bovendien breidt BigQuery de ondersteuning voor Gemini 1.0-modeltuning en -evaluatie uit, waardoor gebruikers kunnen worden aangepaste AI-mogelijkheden. Gebruikers kunnen externe modellen maken die Vertex AI Gemini-eindpunten vertegenwoordigen en ongestructureerde data verwerken met objecttabellen in BigQuery. Gronding en veiligheidsinstellingen bieden gedetailleerde controle over de AI-antwoorden, zodat nauwkeurigheid en naleving van de veiligheidsdrempels worden gewaarborgd. Fijnafstellen met LoRA voor Gemini-modellen maakt een precieze aanpassing van modelgedrag mogelijk voor specifieke toepassingen.