在 BigQuery 中了解新的 Gemini 模型推理、调整、基础和安全设置

数字设备和平台上非结构化数据的指数增长需要先进的分析工具。Google 的人工智能准备云数据平台 BigQuery 与 Vertex AI 集成，以便在非结构化数据处理中使用生成型人工智能模型。这种集成允许使用像 Gemini 这样的模型来执行任务，如文本摘要和情感分析。BigQuery 还支持使用 LoRA 技术对模型进行微调，这在提示工程不足时非常有用。最近的更新包括添加 Gemini 1.5 模型，这些模型可以增强自然语言处理、视觉任务和新功能，如音频转录和 PDF 摘要。ML.GENERATE_TEXT SQL 函数现在支持使用 Google 搜索进行基础工作和可定制的安全设置，以确保人工智能输出的责任。另外，BigQuery 扩展了对 Gemini 1.0 模型调整和评估的支持，允许定制的人工智能能力。用户可以在 BigQuery 中创建远程模型，表示 Vertex AI Gemini 端点，并使用对象表来处理非结构化数据。基础和安全设置提供了对人工智能响应的详细控制，以确保准确性和遵守定义的安全阈值。使用 LoRA 对 Gemini 模型进行微调允许对模型行为进行精确的定制，以适应特定的应用程序。