Acerca de Select AI

Utiliza el lenguaje natural para interactuar con tu base de datos y los LLM a través de SQL para mejorar la productividad del usuario y desarrollar aplicaciones basadas en IA. Select AI simplifica y automatiza el uso de la IA generativa, ya sea generando, ejecutando y explicando SQL desde una petición de datos en lenguaje natural, utilizando la generación aumentada de recuperación con almacenes vectoriales, generando datos sintéticos o chateando con el LLM.

Al utilizar Select AI, Autonomous Database gestiona el proceso de conversión del lenguaje natural en SQL. Esto significa que puede proporcionar una petición de datos en lenguaje natural en lugar de código SQL para interactuar con los datos. Select AI sirve como una herramienta de productividad para los usuarios y desarrolladores de SQL y permite a los usuarios de SQL no expertos obtener información útil de sus datos, sin tener que comprender las estructuras de datos o los lenguajes técnicos.

Select AI también automatiza el proceso de recuperación de generación aumentada (RAG) desde la generación de incrustaciones de vectores hasta la recuperación de contenido relevante basado en su petición de datos a través de la búsqueda de similitud semántica utilizando su almacén de vectores. Otras funciones incluyen la generación de datos sintéticos, el soporte del historial de chat para conversaciones y otras funciones, todas desde una interfaz SQL.

El paquete DBMS_CLOUD_AI permite la integración con un LLM especificado por el usuario para generar código SQL mediante peticiones de datos en lenguaje natural. Para la generación de lenguaje natural a SQL, este paquete proporciona una petición de datos aumentada al LLM que contiene los metadatos de esquema de base de datos relevantes. Esto permite generar, ejecutar y explicar consultas SQL basadas en peticiones de datos de lenguaje natural. También facilita la recuperación de generación aumentada mediante almacenes vectoriales, generación de datos sintéticos y permite chatear con el LLM. El paquete DBMS_CLOUD_AI funciona con los proveedores de IA que se muestran en Select your AI Provider and LLMs.

Nota

Debe tener una cuenta con el proveedor de IA y proporcionar las credenciales a través de los objetos DBMS_CLOUD_AI que utiliza Autonomous Database.
Puede enviar peticiones de datos en varios idiomas. La calidad del resultado depende de las capacidades del LLM específico o del modelo de incrustación (transformador) que se utilice. Consulte su LLM o embeba documentación del modelo para obtener soporte en varios idiomas.

Temas

Directrices de uso
Proporciona directrices de uso para ayudar en el uso de Select AI para la generación de SQL en lenguaje natural.
Plataformas soportadas
La selección de IA está soportada en Autonomous Database Serverless y Autonomous Database on Dedicated Exadata Infrastructure y Cloud at Customers.
Seleccione su proveedor de IA y sus LLM
Elija un proveedor de IA y un LLM que cumplan con sus estándares de seguridad y se alineen con sus necesidades específicas, como la generación de texto o código.

Tema principal: Uso de Select AI for Natural Language Interaction con la base de datos

Instrucciones de uso

Proporciona directrices de uso para ayudar en el uso de Select AI para la generación de SQL en lenguaje natural.

Finalidad

Esta función genera, ejecuta y explica consultas SQL a partir de peticiones de datos de lenguaje natural proporcionadas por el usuario. Automatiza las tareas que los usuarios realizarían manualmente mediante los metadatos de esquema y un modelo de lenguaje grande (LLM) de su elección. Además, facilita la recuperación de la generación aumentada con almacenes vectoriales y permite chatear con el LLM.

En función de la acción Select AI que especifique, proporcionará una petición de datos, ya sea para lenguaje natural para generación de SQL, RAG o chat de transferencia, y Select AI automatiza la interacción con los LLM y la base de datos mediante interfaces SQL y PL/SQL. En concreto, genera consultas SQL a partir de lenguaje natural basadas en metadatos del esquema y las tablas especificados. Además, facilita la IA generativa basada en chat, opcionalmente mejorada con contenido de tiendas vectoriales a través de la generación aumentada de recuperación (RAG) para mejorar la calidad de respuesta. También explica las consultas SQL basadas en peticiones de datos en lenguaje natural y soporta la generación de datos sintéticos para una o varias tablas de esquema. Seleccione AI para ejecutar solicitudes generales con la acción chat.

Petición de datos de aumento

Para la generación de consultas SQL, la base de datos aumenta la petición de datos especificada por el usuario con metadatos de base de datos para mitigar las alucinaciones del LLM. A continuación, la petición de datos aumentada se envía al LLM especificado por el usuario para producir la consulta. Al utilizar almacenes de vectores con generación aumentada de recuperación (RAG), el contenido del almacén de vectores se recupera mediante la búsqueda de similitud semántica con la petición de datos proporcionada. Este contenido pasa a formar parte de la petición de datos aumentada que se envía al LLM.

La base de datos aumenta la petición de datos solo con metadatos de esquema. Estos metadatos pueden incluir definiciones de esquema, comentarios de tabla y columna y contenido disponible en el diccionario de datos. Para la generación de SQL, la base de datos no proporciona contenido de tabla o vista (valores reales de fila o columna) al aumentar la petición de datos.

Sin embargo, la acción narrate proporciona al LLM:

el resultado de un lenguaje natural para una consulta SQL, que contiene datos de la base de datos, o
resultado de la búsqueda de similitud semántica recuperada del almacén de vectores que soporta la generación aumentada de recuperación (RAG).

El LLM utiliza estos resultados para generar una respuesta de texto en lenguaje natural.

ADVERTENCIA:

Los grandes modelos de lenguaje (LLM) se han entrenado en un amplio conjunto de documentación y contenido de texto, generalmente desde Internet. Como resultado, los LLM pueden haber incorporado patrones de contenido no válido o malicioso, incluida la inyección SQL. Por lo tanto, mientras que los LLM son expertos en generar contenido útil y relevante, también pueden generar información incorrecta y falsa, incluidas consultas SQL que producen resultados inexactos y / o comprometen la seguridad de sus datos.

Las consultas generadas en su nombre por el proveedor de LLM especificado por el usuario se ejecutarán en su base de datos. Su uso de esta función se realiza bajo su propio riesgo y, independientemente de cualesquiera otros términos y condiciones relacionados con los Servicios prestados por Oracle, constituye su aceptación de dicho riesgo y exclusión expresa de la responsabilidad o responsabilidad de Oracle por los daños resultantes de dicho uso.

Tema principal: Acerca de Select AI

plataformas soportadas

Seleccionar AI está soportado en Autonomous Database Serverless y Autonomous Database en infraestructura de Exadata dedicada y en la nube en clientes.

Autonomous Database Serverless
Autonomous Database en infraestructura de Exadata dedicada
Autonomous Database en región de infraestructura de Exadata dedicada
Autonomous Database Cloud@Customer

Tema principal: Acerca de Select AI

Seleccione su proveedor de IA y LLM

Elija un proveedor de IA y un LLM que cumpla con sus estándares de seguridad y se alinee con sus necesidades específicas, como la generación de texto o código.

Diferentes LLM sobresalen en varias tareas en función de sus datos de entrenamiento y el propósito previsto. Algunos modelos son excelentes para la generación de texto, pero pueden no funcionar bien en la generación de código, mientras que otros están específicamente optimizados para tareas de codificación. Elija un LLM que mejor se ajuste a sus necesidades.

Proveedor de IA	LLM	Modelo de incrustación para RAG	Objetivo
OCI Generative AI	meta.llama-3.3-70b-instruct (por defecto) meta.llama-3.2-90b-visión-instrucción 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 (en desuso) cohere.command–r-plus (en desuso) Consulte Acerca de los modelos de chat en IA generativa.	cohere.embed-english-v3.0 (por defecto) cohere.embed-multilingüe-v3.0 cohere.embed-english-light-v3.0 cohere.embed-multilingual-light-v3.0 Consulte Acerca de la incorporación de modelos en la IA generativa.	Los modelos de OCI Generative AI Chat están soportados para todas las acciones `SELECT AI`, como `runsql`, `showsql`, `explainsql`, `narrate` y `chat`. Los modelos de texto Generar de OCI solo están soportados para la acción `SELECT AI` `chat`. Nota Para los modelos que aceptan imágenes, utilice `meta.llama-3.2-90b-vision-instruct`. Este modelo está específicamente entrenado para la visión y las imágenes. Aunque se puede utilizar para la generación de texto y SQL, el modelo es el más adecuado para imágenes. Para obtener más información, consulte Chat en OCI Generative AI. El modelo `meta.llama-3.2-11b-vision-instruct` proporciona sólidas capacidades multimodales. Para configurar los atributos de perfil, consulte Atributos de perfil.
Servicio OpenAI de Azure	GPT-4o GPT-4 GPT-4 Turbo con visión GPT-3.5-Turbo	inserción de texto-ada-002	Es más adecuado para generar SQL a partir de peticiones de datos en lenguaje natural, la acción `chat` y Select AI RAG.
OpenAI	gpt-3.5-turbo (predeterminado) 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	inserción de texto-ada-002	Es más adecuado para generar SQL a partir de peticiones de datos en lenguaje natural, la acción `chat` y Select AI RAG.
Cohere	comando (predeterminado) Comando nocturno (experimental) comando-r comando-r-plus comando-light comando-light-nightly (experimental) modelos personalizados	incrustar-inglés-v2.0	Más adecuado para la acción `chat`.
Google	gemini-1.5-flash (predeterminado) gemini-1.5-pro gemini-1.0-pro	text-embedding-004 (valor por defecto)	Es más adecuado para generar SQL a partir de peticiones de datos en lenguaje natural, la acción `chat` y Select AI RAG.
Antrópico	claude-3-5-sonnet-20240620 (por defecto) claude-3-opus-20240229 claude-3-sonnet-20240229 claude-3-haiku-20240307	N/A	Es más adecuado para generar SQL a partir de peticiones de datos en lenguaje natural, la acción `chat` y Select AI RAG.
Cara abrazada	Mixtral-8x7B-Instruct-v0.1 (por defecto) Meta-Llama-3-70B-Instruct Qwen1.5-1.8B otros modelos de chat	N/A	Es más adecuado para generar SQL a partir de peticiones de datos en lenguaje natural, la acción `chat` y Select AI RAG.

Nota

Los modelos de embebido también se conocen como modelos de transformador.

Tema principal: Acerca de Select AI

Documentación de Oracle Cloud Infrastructure