Ymmärtäminen uuden Gemini-mallin deduktiosta, virittämisestä, perustamisesta ja turvallisuusasetuksista BigQuery:ssä

Digitaalisten laitteiden ja alustojen aiheuttama eksponentiaalinen kasvu ei-strukturoidussa tiedoissa edellyttää edistyneitä työkaluja analysointiin. BigQuery, Googlen AI-valmis pilvipalvelu, integroituu Vertex AI:n kanssa hyödyntääkseen generatiivisia AI-malleja ei-strukturoidun tiedon käsittelyyn. Tämä integraatio mahdollistaa mallien, kuten Gemini, käytön tehtävissä, joita ovat esimerkiksi teksti tiivistämä ja mieliala-analyysi. BigQuery tukee myös mallien hienosäätöä LoRA-teknikoiden avulla, mikä on hyödyllistä, kun kysyntätekniikka ei ole riittävä. Uusimmat päivitykset sisältävät Gemini 1.5 -mallien lisäämisen, joka parantaa NLP- ja visiotekniikkaa, sekä uusia ominaisuuksia, kuten äänitekstitys ja PDF-tiivistelmä. ML.GENERATE_TEXT SQL-funktio tukee nyt pohjautumista Google-haulla ja mukautettavilla turvallisuusasetuksilla, jotta varmistetaan vastuullinen AI-tuotanto. Lisäksi BigQuery laajentaa tuen Gemini 1.0 -mallin hienosäätöön ja arviointiin, mikä mahdollistaa tarkoituksenmukaiset AI-ominaisuudet. Käyttäjät voivat luoda etämallit, jotka edustavat Vertex AI Gemini-päätepisteitä, ja käsitellä ei-strukturoidun tiedon objektipöytinä BigQuery:ssä. Pohjautuminen ja turvallisuusasetukset tarjoavat yksityiskohtaisen hallinnan AI-vasteisiin, varmistaen tarkkuuden ja määritettyjen turvallisuusrajat. Hienosäätö LoRA:lla Gemini-malleille sallii tarkkan mallin käyttäytymisen mukauttamisen erityisiin sovelluksiin.