大模型算子例子

分析到数据智能分析应用的距离。SophonCE支持用户通过数据连接获取训练数据集，并应用近200种内置分布式算子建立可视化模型训练流程，对模型效果进行多维度指标评估后，可将模型文件导出到本地。同时，也数据分析全流程的拖拽式机器学习建模和推荐式建模服务，帮助用户无需编写代码即可完成机器学习建模，有效地降低了用户使用门槛并对大数据智能数据分析迅速上手；可视化建模内置近200种分布式机器学习算子，通过对分布式算子在不同场景的针对性优化，大幅提升了算法性能，并可轻松应对各类应用场景。大数据平台底座无缝衔接星环底层大数据平台，能够轻松处理数据探索分析及机器学习建模分析应用。SophonCE社区版能提供学习算子建立可视化机器学习实验流程，支持对模型进行多维度效果指标评估及应用。此外，也可使用内置的模型实验模板，快速构建特定算法应用的解决方案。数据连接支持创建JDBC类型的数据连接，获取数据库内存储的模型训练数据集。数据集支持接入存储于JDBC类型数据源内的数据集，也可直接导入本地数据集。实验管理作为模型训练的小单元，支持用户通过拖拉拽方式，使用内置的近200种算子快速搭建机器学习模型训练流程。推荐

通过教程，我们对TranswarpSophon有了初步的了解，下面我们将对TranswarpSophon中的算子进行详细介绍。目前，sophon包含230多种算法算子。情如下：类别数量备注特征提取1（5）集成学习2细分类别数量：回归（1）、分类（1）图计算15实用工具11UnresolveddirectiveinOperators.adoc-include::ops.adoc[]5.1案例实践介绍5.2分布式脚本算子—快速实现分布式

国产大模型指的是由中国公司或研究机构开发的人工智能模型，这些模型通常在大规模数据集上进行训练，以实现对自然语言、图像、音频等多种模态数据的深度理解和处理。星环科技的多模态大模型就是一个典型的例子（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

国产大模型指的是由中国公司或研究机构开发的人工智能模型，这些模型通常在大规模数据集上进行训练，以实现对自然语言、图像、音频等多种模态数据的深度理解和处理。星环科技的多模态大模型就是一个典型的例子（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

国产大模型指的是由中国公司或研究机构开发的人工智能模型，这些模型通常在大规模数据集上进行训练，以实现对自然语言、图像、音频等多种模态数据的深度理解和处理。星环科技的多模态大模型就是一个典型的例子（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

国产大模型指的是由中国公司或研究机构开发的人工智能模型，这些模型通常在大规模数据集上进行训练，以实现对自然语言、图像、音频等多种模态数据的深度理解和处理。星环科技的多模态大模型就是一个典型的例子（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

国产大模型指的是由中国公司或研究机构开发的人工智能模型，这些模型通常在大规模数据集上进行训练，以实现对自然语言、图像、音频等多种模态数据的深度理解和处理。星环科技的多模态大模型就是一个典型的例子（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

国产大模型指的是由中国公司或研究机构开发的人工智能模型，这些模型通常在大规模数据集上进行训练，以实现对自然语言、图像、音频等多种模态数据的深度理解和处理。星环科技的多模态大模型就是一个典型的例子（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

国产大模型指的是由中国公司或研究机构开发的人工智能模型，这些模型通常在大规模数据集上进行训练，以实现对自然语言、图像、音频等多种模态数据的深度理解和处理。星环科技的多模态大模型就是一个典型的例子（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...