ဗတ္တာ ဒေတာဘေ့စ်များ
PostgreSQL သီးသန့်ဖြစ်သော စီမံခန့်ခွဲထားသည့် vector ဒေတာဘေ့စ်တစ်ခု
သင့်အတွက် ကျွန်ုပ်တို့ လုပ်ဆောင်ပေးပြီး အရန်သိမ်းဆည်းပေးထားသည့် pgvector ထက်တွင် အဓိပ္ပာယ်တူညီမှုအလိုက် အင်းဘက်ဒင်းများ (embeddings) ကို သိမ်းဆည်းပါ၊ ရှာဖွေပါ။ လေ့လာရန် ဒေတာစတိုး အသစ်မလို၊ အရွယ်အစား သတ်မှတ်ရန် ကလပ်စတာ မလိုပါ — အညွှန်း (index) တစ်ခု ဖန်တီးပါ၊ သင့်ဗက်တာများကို ရေးသားပါ၊ ထို့နောက် သင့်ထံတွင် ရှိပြီးသား API Key ဖြင့် မေးမြန်းစုံစမ်းနိုင်ပါသည်။
သင်ယုံကြည်ပြီးသား ဒေတာဘေ့စ်၊ ကော်လံအမျိုးအစား တစ်ခု ထပ်တိုးလျက်
ဗစ်တာ ဒေတာဘေ့စ်တစ်ခုဆိုသည်မှာ ပုံမှန်အားဖြင့် ပထမတစ်ခုနှင့်အတူ တွဲ၍လည်ပတ်ရန် ဒုတိယစနစ်တစ်ခုဖြစ်သည်- အခြားကလပ်စတာတစ်ခု၊ အခြား အရန်သိမ်းဆည်းမှုဇာတ်လမ်းတစ်ခု၊ ညဘက်တွင် နိုးထစေရန် လိုအပ်သောအခြားအရာတစ်ခုတို့ ဖြစ်သည်။ ဤသည်မှာ PostgreSQL အတွင်းရှိ pgvector ဖြစ်သည် — တူညီသော အင်ဂျင်၊ တူညီသော တာရှည်ခံမှု၊ ဤနေရာရှိ အခြားအရာအားလုံး ရရှိသည့် တူညီသော ညစဉ် အခြေခံ အရန်သိမ်းဆည်းမှုနှင့် စဉ်ဆက်မပြတ် ရေးသားရန်-ကြိုတင်-မှတ်တမ်း သိမ်းဆည်းမှုတို့ ဖြစ်သည်။ သင်၏ အညွှန်း (index) သည် HNSW အညွှန်းပါရှိသော သာမန်ဇယားတစ်ခုဖြစ်ပြီး အနီးစပ်ဆုံး အနီးဆုံး-အိမ်နီးချင်း ရှာဖွေမှုအတွက် မြန်ဆန်ကာ အခြားမည်သည့် အချက်တွင်မဆို ရိုးစင်းလှပြီး ၎င်းသည် နံနက်သုံးနာရီတွင် သင်လိုချင်သော ပိုင်ဆိုင်မှုတစ်ခု ဖြစ်သည်။
ကျွန်ုပ်တို့ ရွေးချယ်ခဲ့သည့် အကျယ်မဟုတ်ဘဲ သင့်မော်ဒယ်၏ အကျယ်
managed vector ဝန်ဆောင်မှုအများစုက သင့်အား အတိုင်းအဆ အတိုချုံးစာရင်းမှ ရွေးချယ်ခိုင်းသည်။ သင့်အတွက် အချိုးကျနံပါတ်ဖြစ်ရန် မလိုပါ- 1 မှ 3072 အထိ မည်သည့်အရာမဆို လက်ခံပြီး အတိအကျ ထိန်းသိမ်းထားပါသည်၊ အကြောင်းမှာ ပိုမိုကျဉ်းမြောင်းသော vector တစ်ခုသည် သုညများပါရှိသည့် နောက်တစ်ဆင့် ရုပ်ပိုင်းဆိုင်ရာ အကျယ်သို့ padding ပြုလုပ်ထားသောကြောင့် ဖြစ်သည် — ၎င်းသည် ကိုဆိုင်း၊ ယူကလစ်ဒ်နှင့် အတွင်းပိုင်း-ထုတ်ကုန် အကွာအဝေးကို အတိအကျ မပြောင်းလဲစေပါ။ 1408-အတိုင်းအဆ မော်ယ်သည် မူရင်းအတိုင်း ပြုလုပ်ထားသော မော်ယ်နှင့် အဆင့်သတ်မှတ်ချက် တူညီပြီး၊ စာဖတ်ခြင်းများက padding ကို လုံးဝ မပြဘဲ သင်သိမ်းဆည်းထားသည့် 1408 တန်ဖိုးများကို ပြန်ပေးသည်။
ဗတ္တာ ပလန်တိုင်းတွင် ပါဝင်သည်
- 3072 အထိ မည်သည့် embedding အကျယ်အဝန်းမဆို၊ နှင့် cosine၊ Euclidean သို့မဟုတ် inner-product အကွာအဝေး
- ဗှတ္တာ (Vector) တိုင်းတွင် သိမ်းဆည်းထားပြီး မေးမြန်းသည့်အချိန်တွင် စစ်ထုတ်နိုင်သော မေတာဒေတာ (Metadata)
- ရက် ၃၀ ထိန်းသိမ်းမှုနှင့် အချိန်အလိုက် ပြန်လည်ရယူနိုင်မှုတို့ ပါဝင်သော ညစဉ် အရန်သိမ်းဆည်းမှုများ
- အတန်းအဆင့် လုံခြုံရေးပါရှိသဖြင့် အဖွဲ့အစည်းတစ်ခု၏ တွန်းအားများကို အခြားအဖွဲ့အစည်းတစ်ခုမှ ရယူသုံးစွဲနိုင်ခြင်း မရှိပါ
အစီအစဉ်များနှင့် ဈေးနှုန်းများ
အဆင့်သုံးဆင့် ရှိပြီး ကျွန်ုပ်တို့အတွက် အမှန်တကယ် ကုန်ကျစရိတ်ရှိသည့် အရာနှစ်ခုဖြစ်သော သင်သိမ်းဆည်းသည့် ပမာဏနှင့် သင်ရှာဖွေသည့် ပမာဏတို့အပေါ် မူတည်၍ ဈေးနှုန်းသတ်မှတ်ထားသည်။
သင့်၏ ပုံစံသတ်မှတ်ချက်အပေါ် မူတည်၍ ဈေးနှုန်းသတ်မှတ်သည်
ကုန်ကျစရိတ်သည် သင်ရွေးချယ်သည့် ဒေသ၊ စက်ပစ္စည်း အရွယ်အစား၊bandwidth နှင့် သိုလှောင်မှုတို့အပေါ် မူတည်သောကြောင့် ဤနေရာတွင် တိကျသည့် တစ်လချင်းအလိုက် စုစုပေါင်းပမာဏကို ရိုးသားစွာ ဖော်ပြရန် မဖြစ်နိုင်ပါ။ လုပ်ငန်းဆောင်ရွက်မှု အသေးစိတ်ကို ကျွန်ုပ်တို့အား ပြောပြပါ၊ ဈေးနှုန်းကို ခန့်မှန်းပေးပါမည်။
၁၀၀% ပြန်လည်ပြည့်ဖြိုးမြဲစွမ်းအင်ဖြင့် လည်ပတ်ထားသည်
ကျွန်ုပ်တို့လည်ပတ်သည့် ဆာဗာတိုင်း၊ ထုတ်ကုန်တိုင်းအတွက် လျှပ်စစ်ဓာတ်အားကို ပြန်လည်ပြည့်ဖြိုးမြဲစွမ်းအင်မှ ရယူသုံးစွဲထားပါသည်။ ဖြစ်စဉ်တစ်ခုပြီးမှ ရာသီဥတုထိခိုက်မှုကို ကာမိအောင် လျှော်ကြေးပေးခြင်းမျိုး မဟုတ်ဘဲ မူလကတည်းက ထိုစွမ်းအင်ရင်းမြစ်အတိုင်း ရယူထားခြင်း ဖြစ်သည်။
- ကျွန်ုပ်တို့၏ ဟိုစတင်မ်ဝန်ဆောင်မှုအားလုံးအတွက် ၁၀၀% ပြန်လည်ပြည့်ဖြိုးမြဲ လျှပ်စစ်မီး သုံးစွဲထားပါသည်
- PUE ၁.၁ မှ ၁.၂ ဖြင့် လည်ပတ်နေသော ဒေတာစင်တာများ
- ကျွန်ုပ်တို့၏ ရှယ်ယာပလက်ဖောင်းပေါ်ရှိ ဆိုက်များသည် Green Web Foundation ၏ စစ်ဆေးမှုများကို အောင်မြင်ပြီးဖြစ်သည် — ၎င်းသည် သင်ကိုယ်တိုင် စစ်ဆေးအတည်ပြုနိုင်သော ပြင်ပဘက်မှ တတိယပါတီတစ်ခု ဖြစ်ပါသည်
ဝယ်ယူသူများ မေးလေ့ရှိသော မေးခွန်းများ
ဤသည်မှာ မည်သည့် embedding မော်ဒယ်များနှင့် လုပ်ဆောင်နိုင်သနည်း။
၎င်းတို့အနက်မှ မည်သည့်အရာမဆို သုံးနိုင်ပါသည်။ သင့်မော်ဒယ်မှ ထုတ်လုပ်ပေးလိုက်သော ကိန်းဂဏန်းများကို ကျွန်ုပ်တို့ထံ ပေးပို့ရုံသာဖြစ်သောကြောင့် OpenAI၊ Cohere၊ Voyage၊ သင့်စက်ပေါ်ရှိ Sentence-Transformers မော်ဒယ် သို့မဟုတ် အခြားမည်သည့်အရာမဆို ကျွန်ုပ်တို့အတွက် အတူတူပင်ဖြစ်ပါသည်။ အညွှန်း (index) ကို ဖန်တီးသည့်အခါ ၎င်း၏ အကျယ် (width) ကို ကျွန်ုပ်တို့ထံ ပြောပြပေးပါ — ၃၈၄၊ ၇၆၈၊ ၁၀၂၄၊ ၁၅၃၆ နှင့် ၃၀၇၂ တို့သည် အများအားဖြင့် အသုံးပြုကြသော အတိုင်းအတာများဖြစ်ပြီး ၎င်းတို့ကြားရှိ အတိုင်းအတာတစ်ခုခုလည်း ဖြစ်နိုင်ပါသည်။
ညွှန်းကိန်းတစ်ခု၏ အကျယ် သို့မဟုတ် အကွာအဝေး လုပ်ဆောင်ချက်ကို နောက်မှ ပြောင်းလဲနိုင်ပါသလား။
မဟုတ်ပါ၊ ၎င်းကို အညွှန်းထဲတွင် သင်တွေ့ရှိပြီးမှ သိရသည်ထက် ဤသို့ ပွင့်ပွင့်လင်းလင်း ပြောလိုပါသည်။ နှစ်ခုစလုံးက သင့်ဗတ္တာများကို ရုပ်ပိုင်းဆိုင်ရာအရ မည်သည့်နေရာတွင် သိမ်းဆည်းသည်နှင့် မည်သို့ အဆင့်သတ်မှတ်သည်ကို ဆုံးဖြတ်ပေးသောကြောင့် တစ်ခုခုကို ပြောင်းလဲလိုက်ပါက အညွှန်းအတွင်းရှိပြီးသား အရာအားလုံးကို တိတ်ဆိတ်စွာ အသုံးမဝင်တော့အောင် ဖြစ်စေပါလိမ့်မည်။ သင်သည် မတူညီသော embedding model တစ်ခုသို့ ပြောင်းလဲလိုပါက အညွှန်းဒုတိယတစ်ခုကို ဖန်တီးပြီး ၎င်းထဲသို့ ရေးသားပါ — ၎င်းသည် ဗတ္တာဒေတာဘေ့စ်တိုင်း လုပ်ဆောင်ရန် တောင်းဆိုသည့် အရာဖြစ်ပြီး တူညီသော အကြောင်းပြချက်ကြောင့် ဖြစ်ပါသည်။
အလွန်ကျယ်ဝန်းသော ဗက်တာများတွင် ကွဲပြားခြားနားမှု တစ်စုံတစ်ရာ ရှိပါသလား။
ဟုတ်ကဲ့၊ ဒါကို သိထားသင့်ပါတယ်။ 2,000 အတိုင်းအတာထက်ကျော်လွန်ပါက PostgreSQL ၏ HNSW အညွှန်းကိန်းသည် ထိုထက်ပိုမိုကျယ်ပြန့်သော အပြည့်အစုံတိကျမှု (full-precision) ပါရှိသည့် ကော်လံကို မလက်ခံသောကြောင့် တန်ဖိုးများကို တဝက်တိကျမှု (half precision) ဖြင့် သိမ်းဆည်းထားပါသည်။ 3072 အတိုင်းအတာ မော်ဒယ်များအတွက် ဤသည်မှာ pgvector ကိုယ်တိုင် အကြံပြုထားသည့် နည်းလမ်းဖြစ်ပြီး အဆင့်သတ်မှတ်ချက်အပေါ် သက်ရောက်မှုမှာ အလွန်နည်းပါးသော်လည်း၊ ၎င်းသည် စစ်မှန်သော အပေးအယူတစ်ခုဖြစ်ပြီး သင်ကိုယ်တိုင် ကောက်ချက်ချရသည်ထက် ကျွန်ုပ်တို့ထံမှ တိုက်ရိုက်သိရှိသင့်ပါသည်။
ဒေတာဘေ့စ် ချိတ်ဆက်မှု စာသားကို ကျွန်ုပ် ရပါသလား။
ယနေ့မဟုတ်ပါ။ ရှာဖွေမှုပြုလုပ်နိုင်သော သော့ချက်သည် သင့်အကောင့်အတွင်း အခြားမည်သည့်အရာကိုမျှ လုပ်ဆောင်နိုင်ခြင်းမရှိစေရန် နယ်ပယ်သတ်မှတ်ထားသည့် သင့် Zinn® API သော့ချက်ကို အသုံးပြု၍ HTTPS ဖြင့် သင့်အညွှန်းကို သင်ရောက်ရှိမည်ဖြစ်သည်။ ၎င်းသည် ကျွန်ုပ်တို့အား မေးမြန်းချက်များကို တရားမျှတစွာ တိုင်းတာနိုင်စေပြီး ငှားရမ်းသူတစ်ဦး၏ စာကြောင်းများကို အခြားသူတစ်ဦးထံမှ လက်လှမ်းမမီနိုင်အောင် ထိန်းသိမ်းပေးသည့်အရာ ဖြစ်သည်။ တိုက်ရိုက်ချိတ်ဆက်မှုသည် သင်လိုအပ်သည့်အရာဖြစ်ပါက ကျွန်ုပ်တို့ကို ပြောပြပါ - ခန့်မှန်းရမည့်အစား တစ်စုံတစ်ဦးက တောင်းဆိုခဲ့သောကြောင့် ၎င်းကို တည်ဆောက်လိုပါသည်။
မည်သို့ တိုင်းတာသနည်း၊ އަދି ကိန်းဂဏန်းများကို ကျွန်ုပ်ကိုယ်တိုင် စစ်ဆေးနိုင်ပါသလား။
မီတာနှစ်ခုတွင်- ပြက္ခဒိန်လတစ်လအတွင်း သင်မည်မျှ သိမ်းဆည်းသည်နှင့် ရှာဖွေမှုမည်မျှ လုပ်ဆောင်သည်တို့ ဖြစ်သည်။ နှစ်ခုစလုံးသည် ဖြစ်ပျက်နေစဉ်အတွင်း သင်၏ဒက်ရှ်ဘုတ်ပေါ်တွင် ရှိသည်။ သိုလှောင်မှုသည် ရုပ်ပိုင်းဆိုင်ရာ ဇယားအရွယ်အစားထက် ထုတ်ဝေထားသော ဖော်မြူလာတစ်ခုဖြစ်သည်— အတန်းအထက်ပိုင်း၊ သိမ်းဆည်းထားသော အကျယ်၊ နှင့် သင်၏ကိုယ်ပိုင် id များ၏ အရှည်နှင့် မီတာဒေတာတို့ ပါဝင်သည်— ကျွန်ုပ်တို့၏ စကားကို ယုံကြည်နေမည့်အစား သင့်အတွက် ကျသင့်ငွေတောင်းခံနေသော ပမာဏကို သင်ကိုယ်တိုင် အတိအကျ ပြန်လည်ထုတ်လုပ်နိုင်စေရန် ဖြစ်သည်။