הפעלת חיזויים באמצעות ניהול נקודות קצה של מודלים

בוחרים גרסת תיעוד:

בדף הזה מוסבר איך להפעיל חיזויים באמצעות נקודות הקצה של המודלים שרשומות בכלי לניהול נקודות קצה של מודלים.

לפני שמתחילים

חשוב לוודא שרשמתם את נקודת הקצה של המודל בכלי לניהול נקודות קצה של מודלים. מידע נוסף זמין במאמר רישום של מודלים מרוחקים של AI וקריאה להם ב-AlloyDB Omni.

הפעלת חיזויים למודלים כלליים

משתמשים בפונקציית ה-SQL‏ google_ml.predict_row() כדי לקרוא לנקודת קצה רשומה של מודל גנרי, וכך להפעיל חיזויים.

SELECT
  google_ml.predict_row(
    model_id => 'MODEL_ID',
    request_body => 'REQUEST_BODY');

מחליפים את מה שכתוב בשדות הבאים:

  • ‫MODEL_ID: מזהה המודל שהגדרתם כשרושמתם את נקודת הקצה של המודל.
  • ‫REQUEST_BODY: הפרמטרים של פונקציית החיזוי, בפורמט JSON.

דוגמאות

בקטע הזה מופיעות כמה דוגמאות להפעלת תחזיות באמצעות נקודות קצה של מודלים רשומים.

כדי ליצור חיזויים לנקודת קצה רשומה של מודל gemini-1.5-pro:streamGenerateContent, מריצים את ההצהרה הבאה:

  SELECT
  json_array_elements( google_ml.predict_row( model_id => 'gemini-1.5-pro:streamGenerateContent',
      request_body => '{ "contents": [ { "role": "user", "parts": [ { "text": "For TPCH database schema as mentioned here https://www.tpc.org/TPC_Documents_Current_Versions/pdf/TPC-H_v3.0.1.pdf , generate a SQL query to find all supplier names which are located in the India nation." } ] } ] }'))-> 'candidates' -> 0 -> 'content' -> 'parts' -> 0 -> 'text';

כדי ליצור חיזויים לנקודת קצה רשומה של מודל facebook/bart-large-mnli ב-Hugging Face, מריצים את ההצהרה הבאה:

  SELECT
  google_ml.predict_row(
    model_id => 'facebook/bart-large-mnli',
    request_body =>
      '{
       "inputs": "Hi, I recently bought a device from your company but it is not working as advertised and I would like to get reimbursed!",
    "parameters": {"candidate_labels": ["refund", "legal", "faq"]}
    }'
  );

כדי ליצור חיזויים לנקודת קצה רשומה של מודל claude-3-opus-20240229 של Anthropic, מריצים את ההצהרה הבאה:

  SELECT
  google_ml.predict_row('anthropic-opus', '{
    "model": "claude-3-opus-20240229",
    "max_tokens": 1024,
    "messages": [
        {"role": "user", "content": "Hello, world"}
    ]
  }');