Sobre o Select AI

Use linguagem natural para interagir com seu banco de dados e LLMs por meio de SQL para aumentar a produtividade do usuário e desenvolver aplicativos baseados em IA. A Select AI simplifica e automatiza o uso de IA generativa, seja gerando, executando e explicando SQL de um prompt de linguagem natural, usando geração aumentada de recuperação com armazenamentos de vetores, gerando dados sintéticos ou conversando com o LLM.

Quando você usa Selecionar IA, o Autonomous Database gerencia o processo de conversão de linguagem natural em SQL. Isso significa que você pode fornecer um prompt de linguagem natural, em vez de código SQL, para interagir com seus dados. A Select AI serve como uma ferramenta de produtividade para usuários e desenvolvedores de SQL e permite que usuários de SQL não especialistas obtenham insights úteis de seus dados, sem precisar entender estruturas de dados ou linguagens técnicas.

O Select AI também automatiza o processo de geração aumentada de recuperação (RAG), desde a geração de incorporações de vetores até a recuperação de conteúdo relevante com base em seu prompt por meio da pesquisa de similaridade semântica usando seu armazenamento de vetores. Outros recursos incluem geração de dados sintéticos, suporte ao histórico de bate-papo para conversas e outros recursos, tudo a partir de uma interface SQL.

O pacote DBMS_CLOUD_AI permite a integração com um LLM especificado pelo usuário para gerar código SQL usando prompts de linguagem natural. Para geração de linguagem natural para SQL, esse pacote fornece um prompt aumentado para o LLM que contém os metadados relevantes do esquema de banco de dados. Isso permite gerar, executar e explicar consultas SQL com base em prompts de linguagem natural. Ele também facilita a geração aumentada de recuperação usando armazenamentos de vetores, geração de dados sintéticos e permite conversar com o LLM. O pacote DBMS_CLOUD_AI funciona com provedores de IA listados em Selecione seu Provedor de IA e LLMs.
Observação

  • Você deve ter uma conta com o provedor de IA e fornecer as credenciais por meio de objetos DBMS_CLOUD_AI que o Autonomous Database usa.

  • É possível enviar prompts em vários idiomas. A qualidade do resultado depende das habilidades do LLM específico ou do modelo de incorporação (transformador) que está sendo usado. Verifique sua documentação de modelo de LLM ou incorporação para obter suporte a vários idiomas.

Tópicos

Diretrizes de Uso

Fornece diretrizes de uso para auxiliar no uso do Select AI para linguagem natural para geração de SQL.

Uso pretendido

Esse recurso gera, executa e explica consultas SQL de prompts de linguagem natural fornecidos pelo usuário. Ele automatiza tarefas que os usuários executariam manualmente usando seus metadados de esquema e um modelo de linguagem grande (LLM) de sua escolha. Além disso, facilita a geração aumentada de recuperação com lojas de vetores e permite conversar com o LLM.

Dependendo da ação Selecionar IA especificada, você fornece um prompt, seja para linguagem natural para geração de SQL, RAG ou chat de passagem, e o Select AI automatiza a interação com LLMs e seu banco de dados usando interfaces SQL e PL/SQL. Especificamente, ele gera consultas SQL de linguagem natural com base em metadados do esquema e das tabelas especificados. Além disso, facilita a IA generativa baseada em bate-papo, opcionalmente aprimorada com conteúdo de lojas de vetores por meio da geração aumentada de recuperação (RAG) para melhorar a qualidade da resposta. Ele também explica consultas SQL com base em prompts de linguagem natural e suporta a geração de dados sintéticos para uma ou várias tabelas de esquema. A opção Selecionar AI permite o envio de solicitações gerais com a ação chat.

Dados de Aumento de Prompt

Para geração de consulta SQL, o banco de dados aumenta o prompt especificado pelo usuário com metadados do banco de dados para mitigar alucinações do LLM. O prompt aumentado é enviado ao LLM especificado pelo usuário para produzir a consulta. Ao usar armazenamentos de vetores com geração aumentada de recuperação (RAG), o conteúdo do armazenamento de vetores é recuperado usando a pesquisa de similaridade semântica com o prompt fornecido. Esse conteúdo se torna parte do prompt aumentado que é enviado ao LLM.

O banco de dados aumenta o prompt apenas com metadados de esquema. Esses metadados podem incluir definições de esquema, comentários de tabela e coluna e conteúdo disponível no dicionário de dados. Para fins de geração de SQL, o banco de dados não fornece conteúdo de tabela ou view (valores reais de linha ou coluna) ao aumentar o prompt.

A ação narrate, no entanto, fornece ao LLM:
  • o resultado de uma linguagem natural para a consulta SQL, que contém dados de banco de dados, ou
  • o resultado da pesquisa de similaridade semântica como recuperado do armazenamento de vetores suportando a geração aumentada de recuperação (RAG).
O LLM usa esses resultados para gerar uma resposta de texto em linguagem natural.

ADVERTÊNCIA:

Grandes modelos de linguagem (LLMs) foram treinados em um amplo conjunto de documentação e conteúdo de texto, geralmente da Internet. Como resultado, os LLMs podem ter incorporado padrões de conteúdo inválido ou malicioso, incluindo injeção de SQL. Assim, enquanto os LLMs são hábeis em gerar conteúdo útil e relevante, eles também podem gerar informações incorretas e falsas, incluindo consultas SQL que produzem resultados imprecisos e / ou comprometem a segurança de seus dados.

As consultas geradas em seu nome pelo provedor de LLM especificado pelo usuário serão executadas em seu banco de dados. Seu uso deste recurso é exclusivamente por sua conta e risco e, não obstante quaisquer outros termos e condições relacionados aos serviços fornecidos pela Oracle, constitui sua aceitação deste risco e expressa exclusão da responsabilidade ou responsabilidade da Oracle por quaisquer danos resultantes desse uso.

Plataformas com Suporte

A opção Selecionar IA é suportada no Autonomous Database Serverless e no Autonomous Database on Dedicated Exadata Infrastructure e Cloud at Customers.

  • Autonomous Database Serverless
  • Autonomous Database no Exadata Infrastructure Dedicado
  • Região do Autonomous Database on Dedicated Exadata Infrastructure
  • Autonomous Database Cloud@Customer

Selecione seu Provedor de IA e LLMs

Escolha um provedor de IA e LLM que atenda aos seus padrões de segurança e se alinhe às suas necessidades específicas, como geração de texto ou código.

Diferentes LLMs se destacam em várias tarefas com base em seus dados de treinamento e propósito pretendido. Alguns modelos são excelentes para geração de texto, mas podem não ter um bom desempenho na geração de código, enquanto outros são especificamente otimizados para tarefas de codificação. Escolha um LLM que melhor atenda às suas necessidades.

Provedor de AI LLMs Incorporando Modelo para RAG Objetivo

IA Generativa do OCI

  • meta.llama-3.3-70b-instruct (padrão)
  • meta.llama-3.2-90b-instrução da visão
  • 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 (obsoleto)
  • cohere.command–r-plus (obsoleto)

Consulte Sobre os Modelos de Chat no Serviço Generative AI.

  • cohere.embed-english-v3.0 (padrão)
  • cohere.embed-multilíngue-v3.0
  • cohere.embed-em inglês-light-v3.0
  • cohere.embed-multilíngue-luz-v3.0

Consulte Sobre a Incorporação de Modelos no Serviço Generative AI.

Os modelos de Chat do OCI Generative AI são suportados para todas as ações do SELECT AI, como runsql, showsql, explainsql, narrate e chat.

Os modelos de texto Gerar do OCI são suportados apenas para a ação SELECT AI chat.

Observação

Para modelos que aceitam imagens, use meta.llama-3.2-90b-vision-instruct. Este modelo é especificamente treinado para visão e imagens. Embora possa ser usado para geração de texto e SQL, o modelo é mais adequado para imagens. Para saber mais, consulte Bate-papo na OCI Generative AI.

O modelo meta.llama-3.2-11b-vision-instruct oferece recursos multimodais robustos.

Para configurar os atributos de perfil, consulte Atributos de perfil.

Serviço OpenAI do Azure

  • GPT-4o
  • GPT-4
  • GPT-4 Turbo com Visão
  • GPT-3.5-Turbo

incorporação de texto-ada-002

Mais adequado para gerar SQL com base em prompts de linguagem natural, ação chat e Selecionar AI RAG.

OpenAI

  • gpt-3.5-turbo (padrão)
  • 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

incorporação de texto-ada-002

Mais adequado para gerar SQL com base em prompts de linguagem natural, ação chat e Selecionar AI RAG.

Cohere

  • comando (padrão)
  • Comando noturno (experimental)
  • comando-r
  • comando-r-plus
  • luz de comando
  • comando-light-nightly (experimental)
  • modelos personalizados

embed-inglês-v2.0

Mais adequado para a ação chat.

Google

  • gemini-1.5-flash (padrão)
  • gemini-1.5-pro
  • gemini-1.0-pro
text-embedding-004 (padrão)

Mais adequado para gerar SQL com base em prompts de linguagem natural, ação chat e Selecionar AI RAG.

Antrópico

  • claude-3-5-sonnet-20240620 (padrão)
  • claude-3-opus-20240229
  • claude-3-sonnet-20240229
  • claude-3-haiku-20240307
N/A

Mais adequado para gerar SQL com base em prompts de linguagem natural, ação chat e Selecionar AI RAG.

Abraçando o rosto

  • Mixtral-8x7B-Instruct-v0.1 (padrão)
  • Meta-Llama-3-70B-Instruct
  • Qwen1.5-1.8B
  • outros modelos de chat
N/A

Mais adequado para gerar SQL com base em prompts de linguagem natural, ação chat e Selecionar AI RAG.

Observação

A incorporação de modelos também é conhecida como modelos de transformador.