2025年10月7日 / AI

使用 Grain 和 ArrayRecord 构建高性能数据管道

为了避免在训练大型模型时出现数据瓶颈，本指南介绍了用于构建高性能数据管道的 Grain 和 ArrayRecord。

2025年9月16日 / AI

ADK for Java 通过集成 LangChain4j 向第三方语言模型开放

Google 近日发布的 Agent Development Kit (ADK) for Java 0.2.0 版本新增了与 LangChain4j 大语言模型 (LLM) 框架的集成。该集成使开发者...

2025年9月4日 / AI

从微调到生产：基于 Dataflow 的可扩展嵌入流水线

了解如何结合使用 Google 的高效开源模型 EmbeddingGemma 与 Google Cloud Dataflow 和 AlloyDB 等向量数据库，从而构建可扩展的实时知识提取流水线。

2025年8月12日 / Kaggle

在 TPU 上免费使用 JAX 训练 GPT2 模型

在 Google TPU 上使用 JAX 从头开始构建和训练 GPT2 模型，并在免费版 Colab 或 Kaggle 中使用完整的 Python 笔记本。了解如何定义硬件网格、如何划分模型参数和输入数据以实现数据并行，以及如何优化模型训练流程。

2025年7月17日 / AI

Train a GPT2 model with JAX on TPU for free

2025年7月16日 / AI

解锁 Gemini 的推理能力：在 Vertex AI 上使用 logprobs 的分步指南

Vertex AI 现已为 Gemini API 正式推出 logprobs 功能。该功能通过展示模型所选 token 及其替代 token 的概率分数，深入揭示了模型的决策过程。本分步指南将详细介绍如何启用和解读此功能，并将其应用于强大的用例，例如：置信度分类、动态自动补全以及 RAG 的定量评估。

2025年6月24日 / Kaggle

结合使用 KerasHub 与 Hugging Face，轻松实现端到端机器学习工作流

KerasHub 使用户能够混合搭配不同机器学习框架的模型架构和权重，支持将来自 Hugging Face Hub 等来源的检查点（包括使用 PyTorch 创建的检查点）加载到 Keras 模型中，并与 JAX、PyTorch 或 TensorFlow 配合使用。这种灵活性意味着，您可以充分利用大量经过社区微调的模型，同时完全掌控您所选择的后端框架。

2025年1月15日 / AI

Vertex AI RAG Engine：开发者工具

Vertex AI RAG Engine 是一项托管编排服务，可简化检索相关信息并将其提供给大型语言模型的过程。这使得开发人员能够构建强大、接地气的生成式人工智能应用程序，确保响应确实接地气。

2024年12月23日 / AI

Gemini 2.0：通过实时多模态互动升级您的应用

Gemini 2.0 的多模态实时 API 可实现用户与计算机之间的实时多模态交互，并可用于构建实时虚拟助手和自适应教育工具。

2024年12月23日 / AI

看见相似性：使用 Multimodal Embeddings 实现可视化搜索的个性化

了解如何使用 Google 的 Multimodal Embeddings API 构建可视化搜索工具，并探索如何将此技术应用于搜索图像、幻灯片等。