Künstliche Intelligenz – Funktionen
Funktionen für künstliche Intelligenz (KI) ermöglichen Ihnen die Arbeit mit großen Sprachmodellen (Large Language Models, LLMs) und Core ML-Modellen. Für LLMs holen und konvertieren diese Funktionen Einbettungsvektoren, berechnen die Cosinus-Ähnlichkeit und Token-Anzahl und liefern Informationen zum Tabellenschema. Für Core ML-Modelle geben die übrigen Funktionen Informationen über ein Modell zurück und führen dessen Evaluation durch.
| Funktion | Zweck |
|---|---|
|
Fügt zwei Einbettungsvektoren hinzu und gibt das Ergebnis als normalisierten Vektor zurück. |
|
|
Gibt ein JSON-Objekt zurück, das das Ergebnis einer Core ML-Modellevaluation enthält. |
|
|
Gibt die Ähnlichkeit zwischen zwei Einbettungsvektoren als Zahl zwischen -1 (entgegengesetzt) und 1 (ähnlich) zurück. |
|
|
Sendet Eingabedaten an ein Einbettungsmodell und gibt eine Vektordarstellung als Containerdaten zurück. |
|
|
Konvertiert einen Einbettungsvektor aus dem Textformat in binäre Containerdaten. |
|
|
Konvertiert einen Einbettungsvektor aus binären Containerdaten in Textformat. |
|
|
Gibt eine Liste der Felder in einem Layout als JSON-Daten zurück. |
|
|
Gibt Metadaten im JSON-Format über ein benanntes Modell zurück, das gerade geladen ist. |
|
|
Gibt Informationen über den angegebenen RAG-Space oder alle RAG-Spaces zurück, wenn keine Space ID angegeben ist. |
|
|
Gibt Tabelleninformationen im DDL-Format (Data Definition Language) für eine Liste von Tabellenvorkommen zurück, die als JSON-Array angegeben sind. |
|
|
Gibt die Token-Anzahl für den angegebenen Text zurück. Nur zur Orientierung verwenden. Die tatsächliche in den Modellen verwendete Anzahl kann variieren. |
|
|
Normalisiert einen Einbettungsvektor. Wenn angegeben, reduziert der Dimensionsparameter die Anzahl der zu verwendenden Vektordimensionen vor der Normalisierung. |
|
|
Gibt den vorhergesagten Wert aus einem trainierten Regressionsmodell für den angegebenen Text-Einbettungsvektor zurück. |
|
|
Zieht den Einbettungsvektor v2 von v1 ab und gibt das Ergebnis als normalisierten Vektor zurück. |