Megosztás a következőn keresztül:


2024. szeptember

Ezek a funkciók és az Azure Databricks platform fejlesztései 2024 szeptemberében jelentek meg.

Feljegyzés

A kiadások szakaszosak. Előfordulhat, hogy az Azure Databricks-fiók csak egy vagy több héttel a kezdeti kiadási dátum után frissül.

2024. szeptember 30.

A Git-mappák és -adattárak (örököltek) mostantól munkaágonként 1 GB és 20000 munkaterületi objektumot támogatnak.

A Meta Llama 3.1 405B Instruct mostantól támogatott a Databricks függvényhívásban

2024. szeptember 25.

A Meta Llama 3.1 405B Instruct mostantól támogatott a Databricks függvényhívásban.

vector_search() mostantól minden ügyfél számára elérhető (nyilvános előzetes verzió)

2024. szeptember 25.

A vector_search() nyilvános béta verziója mostantól régiókban érhető el, ahol a Mozaik AI Vector Search támogatott. Az ügyfeleknek már nem kell hozzáférést kérnie.

Tekintse meg vector_search függvényt a Mozaik AI-vektorkeresési index SQL-lel való lekérdezéséhez.

A Meta Llama 3.2 3B és 1B modellek támogatottak a modellkiszolgálóban

2024. szeptember 25.

A Meta Llama 3.2 3B és a Meta Llama 3.2 1B modellek mostantól támogatottak az Alapmodell API-k által kiosztott átviteli sebességben.

A Meta Llama 3.2 3B és 1B modellek támogatottak az alapmodell finomhangolásában

2024. szeptember 25.

A Meta Llama 3.2 3B és a Meta Llama 3.2 1B modellek mostantól támogatottak az alapmodell finomhangolásában. Lásd a támogatott modelleket.

A Power BI-ban való közzététel már általánosan elérhető

2024. szeptember 24.

A Közzététel a Power BI-ban funkció már általánosan elérhető. Ezzel a funkcióval a felhasználók zökkenőmentesen hozhatnak létre szemantikai modelleket táblákból vagy sémákból a Databricksen, és közvetlenül közzétehetik őket a Power BI szolgáltatásban.

Első lépésként tekintse meg Közzététel a Power BI Online-ban az Azure Databricks.

A @ segítségével lehet hivatkozni a táblákra a Databricks Assistant utasításaiban

2024. szeptember 24.

Ha gyorsan szeretne táblákra hivatkozni az Assistant-parancssorokban, használja a @ szimbólumot. Lásd a hivatkozástáblázatokat az @használatával történő kérdésekben.

Eszközhívó GenAI-ügynökök prototípusa és exportálása az AI-játszótéren

2024. szeptember 24.

Az AI Playground használatával prototípust készíthet, készíthet, majd exportálhat eszközhívó GenAI-ügynököket. Mostantól az AI-ügynök számára készült eszközöket adhat Unity Catalog függvények formájában, és közvetlenül az AI játszótéren kommunikálhat az ügynökkel.

Exportálja az AI-ügynököt jegyzetfüzetekbe a további iteráláshoz, a minőség kiértékeléséhez és üzembe helyezéséhez. Lásd: AI-ügynök létrehozása.

Az új EXTERNAL USE SCHEMA jogosultsággal vezérelheti az adatok külső elérését a Unity Katalógusban

2024. szeptember 18.

Az új EXTERNAL USE SCHEMA jogosultsággal korlátozhatja az adatokhoz való hozzáférést a Unity Katalógusban, ha külső feldolgozó motorok, például Iceberg-ügyfelek vagy a Microsoft Fabric a Unity Catalog nyílt API-kat vagy Iceberg API-kat használ az adatok eléréséhez. Lásd: A Unity Catalogkülső adathozzáférésének engedélyezése.

A GTE 1.5-ös (angol) beágyazási modellek mostantól támogatottak a Foundation Model API által kiosztott átviteli sebességben

2024. szeptember 13.

Az alapmodell API-k kiosztott átviteli sebessége mostantól támogatja a GTE 1.5-ös (angol) modelleket: gte-base-en-v1.5 és gte-large-en-v1.5.

A Databricks Assistant gyorsjavítása a kód beágyazott hibakeresése

2024. szeptember 12.

Az Assistant gyorsjavítása egysoros javításokat javasol a kód futtatásához, amikor hibát ad vissza. Fogadja el a javítást, és futtassa tovább a kódot.

Lásd a gyorsjavítást.

Költségvetések létrehozása a fiókköltségvetések figyeléséhez (nyilvános előzetes verzió)

2024. szeptember 11.

A fiókadminisztrátor most már létrehozhat költségvetéseket az Azure Databricks-fiókjában lévő kiadások nyomon követéséhez. A költségvetések testre szabott szűrőket is tartalmazhatnak a kiadások munkaterület és egyéni címkék alapján történő nyomon követéséhez. Lásd: Költségvetések létrehozása és monitorozása.

Az alapmodell finomhangolása mostantól minden ügyfél számára elérhető (nyilvános előzetes verzió)

2024. szeptember 10.

Az alapmodell finomhangolása mostantól a következő régiókban lévő összes ügyfél számára elérhető: centralus, eastus, , eastus2northcentralusés westus. Az ügyfeleknek már nem kell hozzáférést kérniük a funkció használatához ezekben a régiókban.

Az alapmodell finomhangolásával saját adataival testre szabhat egy alapmodellt, hogy optimalizálja az adott alkalmazás teljesítményét. Az alapmodellek finomhangolásával vagy folyamatos betanításával jelentősen kevesebb adat, idő és számítási erőforrás használatával taníthatja be saját modelljét, mint egy modell alapból történő betanítása. Lásd: Alapmodell finomhangolása.

Az AI-átjáró mostantól nyilvános előzetes verzió

2024. szeptember 9.

A Mozaik AI-átjáró mostantól nyilvános előzetes verzió. Ez egy központosított szolgáltatás, amely leegyszerűsíti a szervezeti generatív AI-modellek használatát és kezelését.

Az AI Gateway a következő funkciókkal teszi lehetővé a végpontokat kiszolgáló modellek szabályozását, monitorozását és éles készenlétét:

  • Engedély és sebességkorlátozás annak szabályozásához, hogy ki és mennyi hozzáféréssel rendelkezik.
  • Betöltött adatok naplózása a modell API-knak küldött adatok figyelésére és ellenőrzésére következtetési táblák használatával.
  • Használatkövetés a végpontok működési használatának és a kapcsolódó költségek figyelésére rendszertáblák használatával.
  • Az AI Guardrails megakadályozza a kéretlen adatokat és a nem biztonságos adatokat a kérésekben és válaszokban.
  • Forgalomirányítás az éles üzemkimaradások minimalizálása érdekében az üzembe helyezés során és után.

Az alapmodell finomhangolásában támogatott Meta Llama 3.1 70B és 8B modellek

2024. szeptember 9.

A Meta Llama 3.1 70B és a Meta Llama 3.1 8B modellek mostantól támogatottak az alapmodell finomhangolásában. Lásd a támogatott modelleket.

Kiterjesztett AI által létrehozott megjegyzések támogatása

2024. szeptember 6.

Az AI által létrehozott megjegyzések támogatása mostantól katalógusokat, sémákat, függvényeket, modelleket és köteteket is tartalmaz a táblák és a táblaoszlopok mellett. A beágyazott asszisztensek a Katalóguskezelőben is segítenek a megjegyzések szerkesztésében. Lásd: AI által létrehozott megjegyzések hozzáadása Unity Catalog-objektumokhoz.

Tiszta helyiség használatának figyelése a számlázható használati táblázatban

2024. szeptember 5.

A system.billing.usage táblázat mostantól egy usage_metadata.central_clean_room_id értéket tartalmaz, amely lehetővé teszi a tiszta helyiség használatával járó költségek monitorozását. Lásd a számlázható használati táblázat hivatkozását.

A Visual Studio Code Databricks-bővítménye ga

2024. szeptember 4.

A Visual Studio Code Databricks bővítménye már általánosan elérhető. A bővítmény lehetővé teszi a távoli Azure Databricks-munkaterületekhez való csatlakozást a Visual Studio Code-ból, majd egyszerűen definiálhatja, üzembe helyezheti és futtathatja a Databricks-eszközcsomagokat, hibakeresést végezhet a jegyzetfüzetekben, és feladatként futtathatja őket, fájlokat futtathat fürtökön és feladatokként, és szinkronizálhatja a helyi kódot a munkaterületével, mindezt a VSCode IDE-ből.

A Visual Studio Code Databricks-bővítményének telepítéséhez és a gyors kezdéshez tekintse meg Mi a Visual Studio Code Databricks-bővítménye?.

A függvényhívás mostantól támogatott az alapmodell API-k által kiosztott átviteli sebességen

2024. szeptember 3.

Az OpenAI-kompatibilis függvényhívás mostantól elérhető az Alapmodell API-k által kiosztott átviteli sebességen. Ez az indítás magában foglalja a Láma 3.1 8B instruktúramodelljének függvényhívási támogatását is a kiosztott átviteli sebesség számítási feladataihoz.

Lásd: Függvényhívás az Azure Databricksben.

A rendszertáblák már általánosan elérhetők

2024. szeptember 3.

Általánosan elérhető az Azure Databricks rendszertáblák platformja. Ez az indítás magában foglalja a system.billing.usage és system.billing.list_price táblák GA-kiadását is. Lásd: Fióktevékenység figyelése rendszertáblákkal.