יצירת הטמעות וקטוריות באמצעות ניהול נקודות קצה של מודלים

‫MySQL   |  PostgreSQL   |  SQL Server

בדף הזה מוסבר איך לרשום נקודת קצה של מודל AI וליצור הטמעות וקטוריות באמצעות ניהול נקודות קצה של מודלים. כדי להשתמש במודלים של AI בסביבות ייצור, אפשר לעיין במאמר בנושא יצירה וניהול של הטמעות וקטוריות.

אחרי שמוסיפים את נקודות הקצה של המודל ורושמים אותן בניהול נקודות הקצה של המודל, אפשר להפנות אליהן באמצעות מזהה המודל כדי ליצור הטמעות.

לפני שמתחילים

חשוב לוודא שהשלמת את הפעולות הבאות:

• רושמים את נקודת הקצה של המודל באמצעות ניהול נקודות קצה של מודלים. מידע נוסף זמין במאמר רישום של מודלים מרוחקים של AI והפעלתם באמצעות ניהול נקודות קצה של מודלים.
• יוצרים או מעדכנים את המכונה של Cloud SQL כדי שהיא תוכל להשתלב עם Vertex AI. מידע נוסף זמין במאמר הפעלת שילוב של מסד נתונים עם Vertex AI.

יצירת הטמעות

משתמשים בפונקציית ה-SQL‏ mysql.ml_embedding() כדי לקרוא לנקודת הקצה של המודל הרשום עם סוג המודל של הטמעת הטקסט, כדי ליצור הטמעות.

כדי להפעיל את המודל וליצור הטבעות, משתמשים בשאילתת ה-SQL הבאה:

SELECT
  mysql.ml_embedding(
    'MODEL_ID',
    'CONTENT');

מחליפים את מה שכתוב בשדות הבאים:

• ‫MODEL_ID: מזהה המודל שהגדרתם כשרושמתם את נקודת הקצה של המודל
• ‫CONTENT: הטקסט שרוצים לתרגם להטמעה וקטורית

דוגמאות

בקטע הזה מופיעות כמה דוגמאות ליצירת הטמעות באמצעות נקודות קצה של מודלים רשומים.

מודלים להטמעת טקסט עם תמיכה מובנית

מודלים להטמעה ב-Vertex AI נתמכים כברירת מחדל. אין צורך לרשום אותם. כדי ליצור הטמעות לנקודת קצה של מודל gemini-embedding-001 רשום, מריצים את ההצהרה הבאה:

    SELECT
      mysql.ml_embedding(
        'gemini-embedding-001',
        'Cloud SQL is a managed, cloud-hosted SQL database service');