לפני שמתחילים
חשוב לוודא שרשמתם את נקודת הקצה של המודל בכלי לניהול נקודות קצה של מודלים. מידע נוסף זמין במאמר רישום וקריאה למודלים של AI מרוחק ב-AlloyDB Omni.
יצירת הטמעות
משתמשים בפונקציית ה-SQL google_ml.embedding() כדי לקרוא לנקודת הקצה של המודל הרשום עם סוג המודל להטמעת טקסט, וכך ליצור הטמעות.
כדי לקרוא למודל וליצור הטמעות, משתמשים בשאילתת ה-SQL הבאה:
SELECT
google_ml.embedding(
model_id => 'MODEL_ID',
content => 'CONTENT');
מחליפים את מה שכתוב בשדות הבאים:
-
MODEL_ID: מזהה המודל שהגדרתם כשביצעתם רישום של נקודת הקצה של המודל. -
CONTENT: הטקסט שרוצים לתרגם להטמעת וקטורים.
דוגמאות
בקטע הזה מופיעות כמה דוגמאות ליצירת הטמעות באמצעות נקודת קצה של מודל רשום.
מודלים להטמעת טקסט עם תמיכה מובנית
כדי ליצור הטמעות לנקודת קצה של מודל text-embedding-005 רשום, מריצים את ההצהרה הבאה:
SELECT
google_ml.embedding(
model_id => 'text-embedding-005',
content => 'AlloyDB is a managed, cloud-hosted SQL database service');
כדי ליצור הטמעות לנקודת קצה רשומה של מודל text-embedding-ada-002 של OpenAI, מריצים את ההצהרה הבאה:
SELECT
google_ml.embedding(
model_id => 'text-embedding-ada-002',
content => 'e-mail spam');
כדי ליצור הטמעות לנקודות קצה רשומות של מודל text-embedding-3-small או text-embedding-3-large של OpenAI, מריצים את ההצהרה הבאה:
SELECT
google_ml.embedding(
model_id => 'text-embedding-3-small',
content => 'Vector embeddings in AI');