يُعد المتجه تمثيل رقمي للنص أو الصور أو الصوت أو الفيديو الذي يرمّز معنى البيانات، ليس الكلمات أو وحدات بكسل الرئيسة.
يقوم نموذج تضمين المتجهات المدرب مُسبقًا باستدلال على مدخلات (نص أو صورة أو صوت أو فيديو) وينشئ متجهًا كمخرجات. يمثل المتجه قيم آخر طبقة مخفية من الشبكة العصبية بعد استدلال للإدخال.
يدعم بحث Oracle AI Vector ما يصل إلى 65535 بُعدًا.
يدعم بحث متجهات الذكاء الاصطناعي تنسيقات INT8 وFloat32 وFloat64.
نعم، يمكنك إنشاء متجهات داخل قاعدة البيانات عبر دالة SQL vector_embedding().
يمكنك اختيار نماذج تضمين Sentence-Transformer من Hugging Face، ثم يمكنك تحميلها بأمان إلى قاعدة البيانات.
نعم، يمكنك إنشاء متجهات خارج قاعدة البيانات باستخدام كل من النماذج التجارية والمفتوحة المصدر باستخدام إما استدعاءات REST أو المكتبات المحلية.
تتضمن نماذج التضمين التي تم اختبارها openai.com و cohere.com و Hugging Face Transformers وSentence-Transformers وTransformers.js واستخدام ONNX Runtime.
يمكنك استخدام إنشاء الموجهات باستخدام وحدات المعالجة المركزية أو وحدات معالجة الرسومات.
يجب أن يكون AI Vector Search قادرًا على العمل مع أي LLM.
حتى الآن، تم اختبار Llama2 وGemini وPaLM 2 بالإضافة إلى OpenAI ChatGPT وLLMs التي طورتها Cohere وVertex AI وMistral AI.
تم اختبار أكثر من 90 نموذج تضمين من OpenAI وCohere وONNX Runtime، وكذلك نماذج Transformer وSentence Transformer وTransformer.js وXenova وFastEmbed.
يدعم Oracle AI Vector Search موفر Oracle AI Vector Search لـ LangChain.