Info über Select AI

Verwenden Sie natürliche Sprache, um über SQL mit Ihrer Datenbank und Ihren LLMs zu interagieren, um die Benutzerproduktivität zu steigern und KI-basierte Anwendungen zu entwickeln. Select AI vereinfacht und automatisiert die Verwendung generativer KI, unabhängig davon, ob Sie SQL aus einer Eingabeaufforderung in natürlicher Sprache generieren, ausführen und erklären, indem Sie eine erweiterte Generierung mit Vektorspeichern abrufen, synthetische Daten generieren oder mit dem LLM chatten.

Wenn Sie Select AI verwenden, verwaltet Autonomous Database den Prozess der Konvertierung natürlicher Sprache in SQL. Dies bedeutet, dass Sie eine Eingabeaufforderung in natürlicher Sprache anstelle von SQL-Code für die Interaktion mit Ihren Daten bereitstellen können. Select AI dient als Produktivitätswerkzeug für SQL-Benutzer und -Entwickler und ermöglicht es nicht erfahrenen SQL-Benutzern, nützliche Erkenntnisse aus ihren Daten abzuleiten, ohne Datenstrukturen oder technische Sprachen verstehen zu müssen.

Select AI automatisiert auch den Retrieval Augmented Generation (RAG)-Prozess von der Generierung von Vektoreinbettungen bis zum Abrufen relevanter Inhalte basierend auf Ihrer Eingabeaufforderung durch semantische Ähnlichkeitssuche mit Ihrem Vektorspeicher. Zu den weiteren Funktionen gehören die Generierung synthetischer Daten, die Unterstützung der Chathistorie für Unterhaltungen und andere Funktionen, die alle über eine SQL-Schnittstelle erfolgen.

Das Package DBMS_CLOUD_AI ermöglicht die Integration mit einem benutzerdefinierten LLM zur Generierung von SQL-Code mit Eingabeaufforderungen in natürlicher Sprache. Für die Generierung von natürlicher Sprache für SQL stellt dieses Package eine erweiterte Eingabeaufforderung für LLM bereit, die die relevanten Metadaten des Datenbankschemas enthält. Auf diese Weise können SQL-Abfragen basierend auf Eingabeaufforderungen in natürlicher Sprache generiert, ausgeführt und erläutert werden. Es erleichtert auch das Abrufen der erweiterten Generierung mit Vektorspeichern, die Generierung synthetischer Daten und ermöglicht das Chatten mit dem LLM. Das Package DBMS_CLOUD_AI funktioniert mit AI-Providern, die unter AI-Provider und LLMs auswählen aufgeführt sind.

Hinweis

Sie benötigen einen Account beim AI-Provider, und geben Sie die Zugangsdaten über DBMS_CLOUD_AI-Objekte an, die Autonomous Database verwendet.
Sie können Prompts in mehreren Sprachen weiterleiten. Die Qualität des Ergebnisses hängt von den Fähigkeiten des spezifischen LLM oder des verwendeten Einbettungsmodells (Transformators) ab. Prüfen Sie Ihre LLM- oder Einbettungsmodelldokumentation auf mehrsprachige Unterstützung.

Themen

Verwendungsrichtlinien
Bietet Verwendungsrichtlinien, um die Verwendung von Select AI für die natürliche Sprache zur SQL-Generierung zu unterstützen.
Unterstützte Plattformen
Wählen Sie "KI" aus, das auf Autonomous Database Serverless und Autonomous Database on Dedicated Exadata Infrastructure und Cloud at Customers unterstützt wird.
Wählen Sie Ihren KI-Provider und Ihre LLMs aus
Wählen Sie einen KI-Provider und LLM aus, die Ihren Sicherheitsstandards entsprechen und Ihren spezifischen Anforderungen entsprechen, wie Text- oder Codegenerierung.

Übergeordnetes Thema: Select AI für Natural Language Interaction mit Ihrer Datenbank verwenden

Verwendungsrichtlinien

Enthält Verwendungsrichtlinien zur Unterstützung bei der Verwendung von Select AI für die Generierung natürlicher Sprache für SQL.

Verwendungszweck

Mit diesem Feature werden SQL-Abfragen aus vom Benutzer bereitgestellten Eingabeaufforderungen in natürlicher Sprache generiert, ausgeführt und erläutert. Es automatisiert Aufgaben, die Benutzer andernfalls manuell mit ihren Schemametadaten und einem großen Sprachmodell (LLM) ihrer Wahl ausführen würden. Darüber hinaus erleichtert es das Abrufen der erweiterten Generierung mit Vektorspeichern und ermöglicht das Chatten mit dem LLM.

Je nach angegebener AI-Aktion "Auswählen" geben Sie einen Prompt an, unabhängig davon, ob es sich um eine natürliche Sprache für die SQL-Generierung, RAG oder den Passthrough-Chat handelt. Select AI automatisiert die Interaktion mit LLMs und Ihrer Datenbank mit SQL- und PL/SQL-Schnittstellen. Insbesondere werden SQL-Abfragen aus natürlicher Sprache basierend auf Metadaten aus dem angegebenen Schema und den angegebenen Tabellen generiert. Darüber hinaus erleichtert es chatbasierte generative KI, die optional durch Inhalte aus Vektorspeichern durch Retrieval Augmented Generation (RAG) verbessert wird, um die Antwortqualität zu verbessern. Außerdem werden SQL-Abfragen auf Basis von Eingabeaufforderungen in natürlicher Sprache erläutert und die Generierung synthetischer Daten für eine oder mehrere Schematabellen unterstützt. Mit "AI auswählen" können allgemeine Anforderungen mit der Aktion chat weitergeleitet werden.

Prompt-Erweiterungsdaten

Bei der Generierung von SQL-Abfragen erweitert die Datenbank die benutzerdefinierte Eingabeaufforderung um Datenbankmetadaten, um Halluzinationen aus dem LLM zu vermeiden. Die erweiterte Eingabeaufforderung wird dann an das benutzerdefinierte LLM gesendet, um die Abfrage zu erstellen. Bei Verwendung von Vektorspeichern mit Retrieval augmented Generation (RAG) wird der Inhalt aus dem Vektorspeicher mithilfe einer semantischen Ähnlichkeitssuche mit der bereitgestellten Eingabeaufforderung abgerufen. Dieser Inhalt wird Teil der erweiterten Eingabeaufforderung, die an das LLM gesendet wird.

Die Datenbank ergänzt die Eingabeaufforderung nur mit Schemametadaten. Diese Metadaten können Schemadefinitionen, Tabellen- und Spaltenkommentare sowie im Data Dictionary verfügbaren Inhalt enthalten. Für die Zwecke der SQL-Generierung stellt die Datenbank beim Erweitern der Eingabeaufforderung keinen Tabellen- oder View-Inhalt (tatsächliche Zeilen- oder Spaltenwerte) bereit.

Die Aktion narrate bietet dem LLM jedoch Folgendes:

das Ergebnis einer SQL-Abfrage in natürlicher Sprache, die Datenbankdaten enthält, oder
das Ergebnis der semantischen Ähnlichkeitssuche, die aus dem Vektorspeicher abgerufen wird, der die Retrieval augmented Generation (RAG) unterstützt.

Das LLM verwendet diese Ergebnisse, um eine Textantwort in natürlicher Sprache zu generieren.

WARNUNG:

Große Sprachmodelle (LLMs) wurden auf einer breiten Palette von Textdokumentationen und Inhalten trainiert, in der Regel aus dem Internet. Infolgedessen haben LLMs möglicherweise Muster aus ungültigen oder böswilligen Inhalten integriert, einschließlich SQL-Injection. LLMs sind zwar in der Lage, nützliche und relevante Inhalte zu generieren, können jedoch auch falsche und falsche Informationen generieren, einschließlich SQL-Abfragen, die zu ungenauen Ergebnissen führen und/oder die Sicherheit Ihrer Daten beeinträchtigen.

Die vom benutzerdefinierten LLM-Provider in Ihrem Namen generierten Abfragen werden in Ihrer Datenbank ausgeführt. Ihre Nutzung dieser Funktion erfolgt ausschließlich auf eigene Gefahr und stellt ungeachtet anderer Geschäftsbedingungen im Zusammenhang mit den von Oracle bereitgestellten Services Ihre Zustimmung zu diesem Risiko dar und schließt ausdrücklich die Verantwortung oder Haftung von Oracle für Schäden aus, die sich aus dieser Nutzung ergeben.

Übergeordnetes Thema: Informationen zu Select AI

Unterstützte Plattformen

Select AI wird in Autonomous Database Serverless und Autonomous Database on Dedicated Exadata Infrastructure und Cloud at Customers unterstützt.

Autonomous Database Serverless
Autonomous Database auf dedizierter Exadata-Infrastruktur
Autonomous Database on Dedicated Exadata Infrastructure-Region
Autonomous Database Cloud@Customer

Übergeordnetes Thema: Informationen zu Select AI

AI-Provider und LLMs auswählen

Wählen Sie einen KI-Anbieter und LLM, die Ihren Sicherheitsstandards entsprechen und Ihren spezifischen Anforderungen entsprechen, wie Text- oder Codegenerierung.

Verschiedene LLMs zeichnen sich bei verschiedenen Aufgaben aufgrund ihrer Trainingsdaten und ihres beabsichtigten Zwecks aus. Einige Modelle eignen sich hervorragend für die Textgenerierung, können aber bei der Codegenerierung nicht gut abschneiden, während andere speziell für Codierungsaufgaben optimiert sind. Wählen Sie ein LLM, das Ihren Anforderungen entspricht.

KI-Provider	LLMs	Einbettungsmodell für RAG	Zweck
OCI Generative AI	meta.llama-3.3-70b-Instanz (Standard) meta.llama-3.2-90b-vision-instruct meta.llama-3.2-11b-vision-instruct meta.llama-3.1-70b-instruct meta.llama-3.1-405b-instruct cohere.command-r-08-2024 cohere.command-r-plus-08-2024 cohere.command-r-16k (veraltet) cohere.command–r-plus (veraltet) Siehe Informationen zu Chatmodellen in generativer KI.	cohere.embed-english-v3.0 (Standard) cohere.embed-mehrsprachig-v3.0 cohere.embed-deutsch-licht-v3.0 cohere.embed-mehrsprachig-licht-v3.0 Siehe Informationen zum Einbetten von Modellen in generative KI.	Die OCI Generative AI-Chatmodelle werden für alle `SELECT AI`-Aktionen unterstützt, wie `runsql`, `showsql`, `explainsql`, `narrate` und `chat`. Die OCI-Textmodelle generieren werden nur für die Aktion `SELECT AI` `chat` unterstützt. Hinweis Für Modelle, die Images akzeptieren, verwenden Sie `meta.llama-3.2-90b-vision-instruct`. Dieses Modell wird speziell für Vision und Bilder trainiert. Obwohl es für die Text- und SQL-Generierung verwendet werden kann, eignet sich das Modell am besten für Bilder. Weitere Informationen finden Sie unter Chat in OCI Generative AI. Das Modell `meta.llama-3.2-11b-vision-instruct` bietet robuste multimodale Funktionen. Informationen zum Konfigurieren Ihrer Profilattribute finden Sie unter Profilattribute.
Azure OpenAI-Service	GPT-4o GPT-4 GPT-4 Turbo mit Vision GPT-3.5-Turbo	Text-Embedded-ada-002	Am besten geeignet für die Generierung von SQL aus Eingabeaufforderungen in natürlicher Sprache, `chat`-Aktion und Select AI RAG.
OpenAI	gpt-3.5-turbo (Standard) gpt-4o gpt-4o-mini gpt-4 gpt-4-0613 gpt-4-32k gpt-4-32k-0613 gpt-3.5-turbo-0613 gpt-3.5-turbo-16k gpt-3.5-turbo-16k-0613	Text-Embedded-ada-002	Am besten geeignet für die Generierung von SQL aus Eingabeaufforderungen in natürlicher Sprache, `chat`-Aktion und Select AI RAG.
Cohere	Befehl (Standard) Kommando-Nacht (experimentell) Befehl-r Befehl-r-plus Befehlslicht Kommando-Licht-Nacht (experimentell) Benutzerdefinierte Modelle	embed-english-v2.0	Am besten geeignet für die Aktion `chat`.
Google	gemini-1.5-flash (Standard) gemini-1.5-pro gemini-1.0-pro	text-embedding-004 (Standard)	Am besten geeignet für die Generierung von SQL aus Eingabeaufforderungen in natürlicher Sprache, `chat`-Aktion und Select AI RAG.
Anthropisch	claude-3-5-sonnet-20240620 (Standard) claude-3-opus-20240229 claude-3-sonnet-20240229 claude-3-haiku-20240307	Nicht anwendbar	Am besten geeignet für die Generierung von SQL aus Eingabeaufforderungen in natürlicher Sprache, `chat`-Aktion und Select AI RAG.
Umarmendes Gesicht	Mixtral-8x7B-Instruct-v0.1 (Standard) Meta-Llama-3-70B-Instruct Qwen1.5-1.8B andere Chat-Modelle	Nicht anwendbar	Am besten geeignet für die Generierung von SQL aus Eingabeaufforderungen in natürlicher Sprache, `chat`-Aktion und Select AI RAG.

Hinweis

Einbettungsmodelle werden auch als Transformer-Modelle bezeichnet.

Übergeordnetes Thema: Informationen zu Select AI

Oracle Cloud Infrastructure-Dokumentation