1 repository
Awesome GitHub RepositoriesIn-Database Model Invocation
Executing machine learning model requests directly via SQL statements within the database engine.
Distinct from LLM SQL Querying: Distinct from LLM SQL Querying: focuses on calling models from SQL, not just using LLMs to generate or query SQL.
Explore 1 awesome GitHub repository matching data & databases · In-Database Model Invocation. Refine with filters or upvote what's useful.
Awesome In-Database Model Invocation GitHub Repositories
Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
- timescale/pgai
timescale/pgai
5,802Vezi pe GitHubpgai este un toolkit și framework AI pentru PostgreSQL, conceput pentru a integra modele de limbaj mari (LLM) și vector embeddings direct în baza de date. Acesta servește drept punte pentru executarea cererilor către modele de machine learning și pentru efectuarea traducerilor text-to-SQL în cadrul interogărilor standard de bază de date. Proiectul oferă un pipeline automatizat de vector embedding care gestionează încărcarea, parsarea și fragmentarea textului din tabele și documente nestructurate. Acest sistem utilizează un background worker pentru a sincroniza automat embedding-urile pe măsură ce datele sursă se modifică și include instrumente specializate pentru construirea de aplicații de tip retrieval-augmented generation (RAG) și motoare de căutare semantică. Toolkit-ul acoperă domenii largi de capabilități, inclusiv procesarea datelor nestructurate cu OCR, crearea de cataloage semantice pentru maparea schemelor de bază de date în limbaj natural și implementarea căutărilor de similaritate de înaltă performanță prin indexare vectorială și reranking. De asemenea, permite îmbogățirea datelor, clasificarea și moderarea conținutului prin apelarea modelelor externe via SQL.
Enables executing external machine learning model requests and text-to-SQL translations directly within standard database queries.
PLpgSQL
