MySQL HeatWave GenAI

Você pode usar os LLMs no banco de dados para ajudar a gerar ou resumir o conteúdo com base em documentos não estruturados. Os usuários podem fazer perguntas em linguagem natural por meio de aplicações, e o LLM processará a solicitação e entregará o conteúdo.

Um usuário está fazendo uma pergunta em linguagem natural: “Você pode gerar um resumo deste briefing da solução?”. O grande modelo de linguagem (LLM) processa essa entrada e gera o resumo como saída.

Você pode combinar o poder da IA generativa com outros recursos integrados do MySQL HeatWave, como machine learning, para ajudar a reduzir custos e obter resultados mais precisos com maior rapidez. Neste exemplo, uma empresa de manufatura faz isso para manutenção preditiva. Os engenheiros podem usar o Oracle MySQL HeatWave AutoML para ajudar a produzir automaticamente um relatório de registros de produção anômalos, e o MySQL HeatWave GenAI ajuda a determinar rapidamente a causa raiz do problema, basta fazer uma pergunta em linguagem natural, em vez de analisar os logs manualmente.

O usuário pergunta por meio do MySQL HeatWave Chat: "Qual é o principal problema nesta coleção de logs? Forneça um resumo em duas frases.". Primeiro, o MySQL HeatWave AutoML produz uma lista filtrada de logs anômalos com base em todos os logs de produção que ele ingere continuamente. Em seguida, o MySQL HeatWave Vector Store fornece contexto adicional ao LLM de acordo com a base de conhecimento dos logs. O LLM usa esse prompt aumentado, produz um relatório e fornece ao usuário uma resposta detalhada explicando o problema em linguagem natural.

Os chatbots podem usar o RAG para, por exemplo, ajudar a responder às perguntas dos funcionários sobre as políticas internas da empresa. Documentos internos que detalham políticas são armazenados como incorporações no MySQL HeatWave Vector Store. Para uma determinada consulta do usuário, o armazenamento de vetores ajuda a identificar os documentos mais semelhantes executando uma pesquisa de similaridade com as incorporações armazenadas. Esses documentos são usados para aumentar o prompt dado ao LLM para que ele forneça uma resposta precisa.

O usuário pergunta por meio do MySQL HeatWave Chat "Quais notebooks posso pedir e qual é o processo?". O MySQL HeatWave processa a pergunta acessando documentos de política interna no MySQL HeatWave Vector Store. Em seguida, ele fornece um prompt aumentado para o LLM que pode gerar a resposta “Aqui está a lista de fornecedores aprovados e as etapas a serem seguidas para fazer o pedido”.

Os desenvolvedores podem criar aplicações aproveitando o poder combinado de ML integrado e IA generativa no MySQL HeatWave para fornecer recomendações personalizadas. Nesse exemplo, a aplicação usa o sistema de recomendação do MySQL HeatWave AutoML para ajudar a sugerir restaurantes com base nas preferências do usuário ou no que o usuário pediu anteriormente. No MySQL HeatWave Vector Store, a aplicação também pode ajudar a pesquisar por meio de menus de restaurantes em formato PDF para sugerir pratos específicos, proporcionando maior valor aos clientes.

Um usuário pergunta pelo MySQL HeatWave Chat "Quais pratos veganos você sugere para mim hoje?". Primeiro, o sistema de recomendação do MySQL HeatWave AutoML sugere uma lista de restaurantes com base no que o usuário solicitou anteriormente. Em seguida, o MySQL HeatWave Vector Store fornece um prompt aumentado para o LLM com base nos menus dos restaurantes que ele abriga. O LLM pode então gerar uma recomendação personalizada de pratos em linguagem natural.

A pesquisa de similaridade se concentra em encontrar conteúdo relacionado com base na semântica. A pesquisa de similaridade vai além das simples pesquisas de palavras-chave, considerando o significado subjacente em vez de pesquisar apenas as tags aplicadas. Neste exemplo, um advogado quer identificar rapidamente uma cláusula potencialmente problemática em contratos.

Um advogado pergunta via MySQL HeatWave Chat "Em quais contratos temos esta sentença?". O MySQL HeatWave Vector Store executa uma pesquisa de similaridade e fornece a resposta "Esta sentença aparece nos 6 contratos a seguir".