Recorridos de usuario integrales para modelos de IA generativa

En este documento se describen los flujos de trabajo de los modelos remotos de BigQuery ML, incluidas las instrucciones y funciones que puede usar para trabajar con modelos remotos. BigQuery ML ofrece los siguientes tipos de modelos remotos:

• Modelos de Google y modelos de partners
• Modelos abiertos
• Servicios de Cloud AI
• Modelos personalizados desplegados en Vertex AI

Recorridos de usuario del modelo remoto

En la siguiente tabla se describen las instrucciones y las funciones que puedes usar para crear, evaluar y generar datos a partir de modelos remotos:

Categoría de modelo	Tipo de modelo	Creación de modelos	Evaluación	Inferencia	Tutoriales
Modelos remotos de IA generativa	Modelo remoto sobre un modelo de generación de texto de Gemini1	CREATE MODEL	ML.EVALUATE	ML.GENERATE_TEXT AI.GENERATE_TABLE AI.GENERATE2 AI.GENERATE_BOOL2 AI.GENERATE_DOUBLE2 AI.GENERATE_INT2	Generar texto con tus datos Generar datos estructurados a partir de sus datos Generar texto con Gemini y datos públicos Gestionar errores de cuota llamando a ML.GENERATE_TEXT de forma iterativa Analizar imágenes con un modelo de Gemini Prueba a ajustar el modelo con datos públicos Ajustar un modelo con tus datos
	Modelo remoto sobre un modelo de generación de texto de un partner	CREATE MODEL	ML.EVALUATE	ML.GENERATE_TEXT	N/A
	Modelo remoto sobre un modelo de generación de texto abierto3	CREATE MODEL	ML.EVALUATE	ML.GENERATE_TEXT	Generar texto con Gemma y datos públicos
	Modelo remoto sobre un modelo de generación de inserciones de Google	CREATE MODEL	N/A	ML.GENERATE_EMBEDDING	Generar incrustaciones de texto con tus datos Generar representaciones de imágenes usando tus datos Generar inserciones de vídeo con tus datos Gestionar errores de cuota llamando a ML.GENERATE_EMBEDDING de forma iterativa Generar y buscar incrustaciones multimodales con datos públicos
	Modelo remoto sobre un modelo de generación de inserciones abierto3	CREATE MODEL	N/A	ML.GENERATE_EMBEDDING	Generar incrustaciones de texto con un modelo abierto y la función ML.GENERATE_EMBEDDING
Modelos remotos de Cloud AI	Modelo remoto a través de la API Cloud Vision	CREATE MODEL	N/A	ML.ANNOTATE_IMAGE	Anotar imágenes
	Modelo remoto a través de la API Cloud Translation	CREATE MODEL	N/A	ML.TRANSLATE	Traducir texto
	Modelo remoto a través de la API Cloud Natural Language	CREATE MODEL	N/A	ML.UNDERSTAND_TEXT	Entender texto
	Modelo remoto a través de la API de Document AI	CREATE MODEL	N/A	ML.PROCESS_DOCUMENT	Procesar documentos Analizar PDFs en una canalización de RAG
	Modelo remoto a través de la API Speech-to-Text	CREATE MODEL	N/A	ML.TRANSCRIBE	Transcribir archivos de audio
Modelo remoto sobre un modelo personalizado desplegado en Vertex AI	Modelo remoto sobre un modelo personalizado desplegado en Vertex AI	CREATE MODEL	ML.EVALUATE	ML.PREDICT	Hacer predicciones con un modelo personalizado

¹ Algunos modelos de Gemini admiten el ajuste supervisado.

² Esta función llama a un modelo de Gemini alojado y no requiere que crees un modelo por separado con la instrucción CREATE MODEL.

³ Puedes desplegar automáticamente un modelo abierto al crear el modelo remoto de BigQuery ML especificando el ID de Hugging Face o de Model Garden de Vertex AI del modelo. BigQuery gestiona los recursos de Vertex AI de los modelos abiertos desplegados de esta forma y te permite interactuar con esos recursos de Vertex AI mediante las instrucciones ALTER MODEL y DROP MODEL de BigQuery ML. También te permite configurar la retirada automática del modelo. Para obtener más información, consulta Modelos implementados automáticamente. Esta función está en versión preliminar.