Google Cloud (AS) telah menyusun dan terus memperbarui koleksi lebih dari 25 panduan pengantar untuk pembelajaran AI, dibagi menjadi empat area: mempercepat penerapan model, membangun aplikasi Generative AI dan sistem multi-agen, penyempurnaan, evaluasi, pembuatan augmentasi pencarian (RAG), dan integrasi.

Untuk mempercepat penerapan model, panduan ini menyediakan petunjuk untuk membangun alur kerja CI/CD untuk alur kerja ML Anda dan menghubungkan repositori GitHub Anda ke pemicu Cloud Build. Panduan ini juga menyediakan petunjuk untuk menerapkan model skala besar seperti Llama 3 ke VM A3 berperforma tinggi, dan untuk mengakses model DeepSeek dan Llama 4 di AI Hypercomputer.

Membangun aplikasi Generative AI dan sistem multi-agen mencakup resep tingkat lanjut untuk membuat alat peringkasan dokumen menggunakan Gemini Pro dan membangun agen investigasi multi-moda menggunakan LangGraph, serta menunjukkan cara menggunakan AI untuk menulis kueri SQL yang lebih baik dan membangun sistem multi-agen sederhana menggunakan ADK.

Untuk finetuning, evaluasi, dan RAG, terdapat panduan praktik terbaik untuk finetuning terawasi dengan Gemini dan panduan lengkap untuk memulai Vertex AI RAG. Panduan ini juga mencakup tutorial finetuning model menggunakan pembelajaran penguatan (RLHF) dan cara mendapatkan atribusi fitur dengan Explainable AI.

Mengenai integrasi, terdapat panduan tentang membangun chatbot seluler multibahasa dan mengintegrasikan MCP dengan database Google Cloud. Panduan ini membahas tentang menghubungkan AI dengan dunia. Kami menganjurkan Anda untuk menandai halaman ini dan memeriksanya secara berkala untuk mendapatkan informasi terbaru.