Auf dieser Seite wird beschrieben, wie Sie ein textbasiertes Large Language Model (LLM) in den benutzerdefinierten Empfehlungsmodellen verwenden. Wir trainieren diese Modelle für Sie. Sie können die vortrainierten Funktionen in den benutzerdefinierten Empfehlungsmodellen aktivieren.
Für Empfehlungen wird das Feld description des Produkts verwendet, um LLMs zu trainieren und in Ihre Empfehlungsmodelle einzubinden.
Neue LLM-Textfunktionen
Es ist zwar möglich, Texteinbettungen durch manuelle Konfiguration eines generativen Vertex AI-Modells zu erhalten, aber Sie sollten die neuen LLM-Funktionen in Ihre Empfehlungsmodelle einbinden, um die Leistung zu verbessern.
Die Texteinbettungen sind beschreibender, länger und nicht repetitiv. Außerdem können sie mehrsprachig interpretiert werden. Diese Funktion basiert auf einer Zulassungsliste. Wenden Sie sich an den Support, um diese Funktion zu aktivieren.
Für die Verwendung der Texteinbettungen fallen keine Gebühren an. Sie sind in den Preisen für Vertex AI Search enthalten.
Die LLM-vorab trainierten Einbettungen verbessern das semantische Verständnis von Suchanfragen mit Langtext wie Beschreibungen.
Weitere Informationen zur Verwendung von Einbettungen und generativer KI in Ihrem eigenen benutzerdefinierten ML-Training finden Sie in den folgenden Ressourcen:
Modellkompatibilität
Das LLM-Feature ist mit allen ML-Modelltypen und ‑Zielen kompatibel, einschließlich:
- OYML
- FBT
- und mehr.
Weitere Informationen zu den verschiedenen Arten von Empfehlungsmodellen, die von Vertex AI Search for Commerce unterstützt werden, finden Sie unter Empfehlungsmodelle.