Vertex AI on Google Distributed Cloud (GDC) air-gapped bietet eine wachsende Liste an Foundation Models für generative KI, die Sie für Ihre Air-Gapped-Anwendungen testen, bereitstellen und implementieren können. Foundation Models sind für bestimmte Anwendungsfälle optimiert und werden zu unterschiedlichen Preisen angeboten. Auf dieser Seite sind die Modellfamilien zusammengefasst, die in den Generative AI APIs auf GDC verfügbar sind. Außerdem erhalten Sie eine Anleitung zur Auswahl von Modellen für verschiedene Anwendungsfälle.
Einbettungsmodelle
Einbettungen wandeln Textdaten in natürlicher Sprache in numerische Vektoren um. Diese Vektordarstellungen sind so konzipiert, dass die semantische Bedeutung und der Kontext der von ihnen dargestellten Wörter erfasst werden. Mit Modelle für Texteinbettungen können optimierte Einbettungen für verschiedene Aufgabentypen generiert werden, z. B. für den Dokumentabruf, das Stellen und Beantworten von Fragen, die Klassifizierung und die Faktenprüfung. Verwenden Sie für englischen Text text-embedding-004. Für mehrsprachigen Text verwenden Sie text-multilingual-embedding-002.
In der folgenden Tabelle sind die in der Embeddings API verfügbaren Modelle zusammengefasst. Weitere Informationen zu Einbettungen finden Sie unter Texteinbettungen.
| Modell | Beschreibung | Spezifikationen |
|---|---|---|
| Texteinbettung ( text-embedding-004) |
Gibt Einbettungen für englische Texteingaben zurück. | Maximale Anzahl eingegebener Tokens:2.048. Einbettungsdimensionen:weniger als 768. |
| Mehrsprachige Texteinbettung ( text-multilingual-embedding-002) |
Gibt Einbettungen für Texteingaben von über 100 Sprachen zurück. | Maximale Anzahl eingegebener Tokens:2.048. Einbettungsdimensionen:weniger als 768. |