Vertex AI su Google Distributed Cloud (GDC) air-gapped include un elenco crescente di modelli di base di AI generativa che puoi testare, eseguire il deployment e implementare per le tue applicazioni air-gapped. I modelli di base vengono ottimizzati per casi d'uso specifici e offerti a prezzi diversi. Questa pagina riassume le famiglie di modelli disponibili nelle API AI generativa su GDC e ti guida nella scelta dei modelli in base al caso d'uso.
Modelli di embedding
Gli embedding convertono i dati di testo scritti in linguaggio naturale in vettori numerici. Queste rappresentazioni vettoriali sono progettate per acquisire il significato semantico e il contesto delle parole che rappresentano. I modelli di embedding di testo possono generare embedding ottimizzati per vari tipi di attività, come il recupero di documenti, domande e risposte, la classificazione e la verifica dei fatti. Per il testo in inglese, utilizza text-embedding-004. Per il testo multilingue, utilizza text-multilingual-embedding-002.
La tabella seguente riassume i modelli disponibili nell'API Embeddings. Per ulteriori informazioni sugli embedding, consulta Embedding di testo.
| Modello | Descrizione | Specifiche |
|---|---|---|
| Embedding di testo ( text-embedding-004) |
Restituisce gli embedding per gli input di testo in inglese. | Input token massimo: 2048. Dimensioni di embedding: meno di 768. |
| Embedding di testo multilingue ( text-multilingual-embedding-002) |
Restituisce gli embedding per gli input di testo in oltre 100 lingue. | Input token massimo: 2048. Dimensioni di embedding: meno di 768. |