ميزات HeatWave GenAI
نماذج اللغات الكبيرة داخل قاعدة البيانات
تُبسِّط نماذج اللغات الكبيرة داخل قاعدة البيانات تطوير تطبيقات GenAI بشكل كبير. يمكنك الاستفادة بسرعة من الذكاء الاصطناعي التوليدي، ولست بحاجة إلى تحديد نموذج لغة كبير خارجي، وليس عليك التفكير في تعقيدات التكامل أو التكاليف أو توافر نموذج لغة كبير خارجي في مراكز البيانات المختلفة.
- يمكنك، على سبيل المثال، استخدام نماذج اللغات الكبيرة المضمنة للمساعدة على تكوين أو تلخيص المحتوى وبيانات البحث لتنفيذ التوليد المعزز بالاسترداد (RAG) باستخدام HeatWave Vector Store.
- كما يمكنك الجمع بين الذكاء الاصطناعي التوليدي وإمكانات HeatWave المضمنة الأخرى مثل التعلم الآلي للمساعدة على تقليل التكاليف والحصول على نتائج أدق أسرع.
- يمكنك استخدام نماذج اللغات الكبيرة المضمنة في جميع مناطق OCI ومنطقة OCI المخصصة وعبر السحابات والحصول على نتائج متسقة مع أداء يمكن التنبؤ به عبر عمليات النشر.
- لا توجد تكاليف إضافية لاستخدام نماذج اللغات الكبيرة داخل قاعدة البيانات. يمكنك تقليل تكاليف البنية الأساسية عن طريق التخلص من الحاجة إلى توفير وحدات معالجة الرسومات (GPU). بالإضافة إلى ذلك، يتم تحسين موارد النظام (التكوين الأمثل لعدد تسلسلات العمليات وحجم مجموعة المعالجة وحجم المقطع) للمساعدة على تقليل التكاليف.
- تساعد نماذج اللغة الكبيرة المضمّنة في قاعدة البيانات وHeatWave Chat المطورين على تقديم تطبيقات تم تكوينها سلفًا للمحادثات السياقية باللغة الطبيعية. ليست هناك حاجة للاشتراك في نماذج اللغات الكبيرة الخارجية أو توفير وحدات معالجة الرسومات.
- يساعد تنفيذ نماذج اللغة الكبيرة الأصلية داخل HeatWave على تقليل المخاطر المرتبطة بحركة البيانات. يمكن أن تستفيد نماذج اللغة الكبيرة من HeatWave Vector Store لتوسيع معرفتها باستخدام البيانات الخاصة بدلاً من الاعتماد على الضبط الدقيق.
- يتم دمج Oracle HeatWave GenAI مع خدمة OCI Generative AI للوصول إلى النماذج التأسيسية المدربة سلفًا من Cohere وMeta.
HeatWave Vector Store
يتيح لك الجمع بين قوة نماذج اللغة الكبيرة وبياناتك الخاصة للمساعدة على الحصول على إجابات أدق وذات صلة بالسياق من استخدام النماذج المدربة على البيانات العامة فحسب. يقوم مخزن المتجه باستيعاب المستندات بتنسيقات متنوعة، بما في ذلك PDF، وتخزينها كتضمين يتم توليده من خلال نموذج تضمين. بالنسبة لاستعلام المستخدمين المحدد، يساعد مخزن المتجهات المستندات الأكثر تشابهاً من خلال إجراء البحث عن حالات التشابه مقابل عمليات التضمين المخزنة والاستعلام المضمن. يتم استخدام هذه المستندات لزيادة المطالبة المقدمة إلى نموذج اللغة الكبيرة بحيث تقدم إجابة سياقية أكبر لأعمالك.
- يتيح لك HeatWave Vector Store استخدام الذكاء الاصطناعي التوليدي مع مستندات أعمالك من دون نقل البيانات إلى قاعدة بيانات متجهات منفصلة ومن دون خبرة في الذكاء الاصطناعي.
- يعالج إنشاء عمليات التضمين في مخزن المتجهات ملفات مدخلات متعددة بالتوازي عبر سلاسل عمليات متعددة في جميع نقاط توصيل المجموعة. ونتيجة لذلك، فإن إنشاء مخزن المتجهات واستيعاب البيانات غير المنظمة بتنسيقات مختلفة مثل PDF أو DOCX أو HTML أو TXT أو PPTX، يكون سريعًا للغاية ويتوسع بحجم المجموعة.
- يتم تشغيل مسار اكتشاف المستندات الخاصة تلقائيًا واستيعابها في متجر المتجهات، بما في ذلك تحويل البيانات النصية غير المنظمة للمستخدمين وإنشاء عمليات تضمين، ما يجعل من السهل للغاية على المطورين والمحللين من دون خبرة في الذكاء الاصطناعي الاستفادة من متجر المتجهات.
- يوجد مخزن المتجهات في تخزين الكائنات، ما يجعله فعالاً من حيث التكلفة وقابلاً للتطوير بدرجة كبيرة، حتى مع مجموعات البيانات الكبيرة. كما يمكنك مشاركة مخزن المتجهات بسهولة مع تطبيقات مختلفة.
- يتم اكتمال تحويل البيانات داخل قاعدة البيانات، ما يساعد على تقليل مخاطر الأمان من خلال التخلص من حركة البيانات ويساعد على تقليل التكاليف من خلال التخلص من الحاجة إلى موارد العميل.
معالجة المتجهات المرنة والسريعة
تتسارع معالجة المتجهات باستخدام البنية المضمّنة بالذاكرة والقابلة للتوسيع من HeatWave. يدعم HeatWave نوع بيانات متجه أصلي جديد، ما يتيح لك استخدام SQL القياسي لتكوين بيانات المتجه ومعالجتها وإدارتها.
- يمكنك دمج المتجهات مع عوامل تشغيل SQL الأخرى. على سبيل المثال، يمكنك تشغيل استعلامات تحليلية تربط عدة جداول بمستندات مختلفة وإجراء عمليات بحث عن حالات التشابه عبر كل المستندات.
- يعني التمثيل المضمن بالذاكرة وبنية التوسع الأفقي أن معالجة المتجهات متوازية عبر ما يصل إلى 512 نقطة توصيل مجموعة HeatWave ويتم تنفيذها عند عرض النطاق الترددي للذاكرة - بسرعة فائقة ومن دون أي فقدان للدقة.
المحادثة عبر HeatWave
تتيح لك واجهة HeatWave Chat الجديدة إجراء محادثات سياقية معززة بمستندات الملكية في مخزن المتجهات باستخدام اللغة الطبيعية.
- يمكنك التفاعل مع البيانات غير المصنفة المخزنة في MySQL Database وفي مخزن الكائنات باستخدام اللغة الطبيعية. يتم الحفاظ على سياق الأسئلة لتمكين محادثة مماثلة لمحادثات البشر مع أسئلة المتابعة. يحتفظ موقع HeatWave بسياق يتضمن تاريخ الأسئلة المطروحة واستشهادات المستندات المصدر والموجه إلى نموذج اللغة الكبيرة. يسهل هذا إلى المحادثة السياقية ويتيح لك التحقق من مصدر الإجابات التي تم إنشاؤها بواسطة نموذج اللغة الكبيرة. يتم صيانة هذا السياق في HeatWave، وهو متاح لجميع التطبيقات باستخدام HeatWave.
- يتيح لك مستكشف مخزن البيانات المتكامل رؤية البيانات المتاحة في MySQL Database ومخزن الكائنات. يمكنك بعد ذلك تحميل البيانات المحددة بسهولة في HeatWave Vector Store وتوجيه نموذج اللغة الكبيرة لاسترجاع المعلومات من هذا المصدر المحدد. ونتيجة لذلك، يمكنك تقليل التكاليف من خلال البحث من خلال مجموعة بيانات أصغر مع زيادة السرعة والدقة.
- يمكنك البحث عبر قاعدة البيانات بأكملها أو قصر البحث على أحد المجلدات.
- يمكن تحديد العديد من نماذج اللغة الكبيرة عبر HeatWave Chat، إما مدمج أو يمكن الوصول إليه باستخدام خدمة OCI Generative AI.