ベクトルとは、テキスト、画像、音声、動画を数値で表現したもので、元となる単語やピクセルではなく、データの意味をエンコードしたものです。
事前トレーニング済ベクト埋め込みモデルは、入力(テキスト、画像、音声、動画)に対して推論を行い、出力としてベクトルを生成します。ベクトルは入力に対する推論後のニューラル・ネットワークの最後の非表示レイヤーの値です。
Oracle AI Vector Searchは最大65,535ディメンジョンをサポートします。
AI Vector SearchはINT8、Float32、およびFloat64フォーマットをサポートしています。
はい、vector_embedding()SQL関数を使ってデータベース内でベクトルを作成することができます。
Hugging FaceからSentence-Transformer embedding modelを選択し、データベースにセキュアにアップロードすることができます。
はい、RESTコールまたはローカルライブラリを使用した商用モデルおよびオープンソースモデルを使用して、データベースの外部にベクトルを作成することができます。
テストされた埋込みモデルには、openai.com、cohere.com、Hugging Face Transformers、Sentence-Transformers、Transformers.js、ONNX Runtimeがあります。
ベクトルはCPUまたはGPUのいずれかを使用して作成できます。
AI Vector Searchは、どのようなLLMにも対応しています。
これまでのところ、Llama2、Gemini、PaLM 2、およびOpenAIのChatGPT、またCohere、Vertex AI、Mistral AIによって開発されたLLMがテストされています。
OpenAI、Cohere、ONNX Remoteなど90以上の埋め込みモデルが、Transformer、Sentence Transformer、Transformer.js、Xenova、FastEmbedなどのモデルと同様にテストされています。
Oracle AI Vector Searchは、LangChainのOracle AI Vector Searchプロバイダーをサポートしています。
ご購入をお考えですか?
営業担当者に問い合わせる営業担当者とチャットアカウント/サブスクリプション、プロモーションの問題
チャットを開始テクニカルサポート、またはその他のサポートリクエスト
サポート・オプションを表示