Informazioni sui profili AI

NL2SQL

Utilizza gli elenchi di oggetti dei metadati di tabella per elaborare le domande in lingua normale come query SQL eseguibili.

Metadati tabella

Si tratta della descrizione strutturata di uno schema di database utilizzato dal sistema. Aiuta il modello AI a identificare oggetti di database come tabelle, colonne, tipi di dati e così via e a distinguerli. Ad esempio, una data può essere creation date in una tabella e expiration date in un'altra. Applica inoltre i criteri di sicurezza e si allinea ai controlli IAM per impedire l'accesso o l'uso non autorizzato dei dati.

Retrieval-Augmented Generation (RAG)

Configura le pipeline RAG in Autonomous AI Database e aiuta il modello AI a caricare ed eseguire query sui dati non strutturati dalle knowledge base, come documenti o database. Applica la governance dei dati per le origini indicizzate e consente l'accesso solo ai dati autorizzati. Per ulteriori dettagli, vedere Select AI with Retrieval Augmented Generation (RAG).

RAG utilizza Vector Index per la ricerca semantica su dati non strutturati per sfruttare le funzionalità di ricerca vettoriale in Oracle AI Database.

Indice vettore

Si tratta di un meccanismo di ricerca progettato per recuperare incorporamenti vettoriali generati da pipeline RAG o dati di tabella. Consente una ricerca rapida ed efficiente per trovare vettori simili e restituisce risposte più accurate per le query in linguaggio naturale.

È possibile creare indici vettoriali da Impostazioni di Data Studio.

Inoltre, Data Studio consente di creare un profilo AI con funzioni AI di base utilizzando attributi minimi. Questo non è un profilo specializzato, pertanto l'intelligenza artificiale cerca tutti gli oggetti nel data store invece di eseguire una query selettiva.