Bagikan melalui


ai_summarize fungsi

Berlaku untuk: centang ditandai ya Databricks SQL

Penting

Fitur ini ada di Pratinjau Publik.

Dalam pratinjau:

  • Model bahasa yang mendasar dapat menangani beberapa bahasa, namun fungsi-fungsi ini disetel untuk bahasa Inggris.
  • Ada pembatasan tarif untuk API Model Foundation yang mendasar. Lihat Batas API Model Foundation untuk memperbarui batas ini.

Fungsi ini ai_summarize() memungkinkan Anda untuk memanggil model AI generatif state-of-the-art untuk menghasilkan ringkasan teks tertentu menggunakan SQL. Fungsi ini menggunakan model obrolan yang melayani titik akhir yang disediakan oleh API Model Databricks Foundation.

Persyaratan

Penting

Model yang mendasar yang mungkin digunakan saat ini dilisensikan berdasarkan lisensi Apache 2.0 atau lisensi komunitas Llama 2. Databricks merekomendasikan untuk meninjau lisensi ini untuk memastikan kepatuhan terhadap persyaratan yang berlaku. Jika model muncul di masa depan yang berkinerja lebih baik sesuai dengan tolok ukur internal Databricks, Databricks dapat mengubah model (dan daftar lisensi yang berlaku yang disediakan di halaman ini).

Saat ini, Instruksi Mixtral-8x7B adalah model yang mendasar yang mendukung fungsi AI ini.

  • Fungsi ini hanya tersedia di ruang kerja di API Model Foundation wilayah yang didukung bayar per token.
  • Fungsi ini tidak tersedia di Azure Databricks SQL Classic.
  • Periksa halaman harga Databricks SQL.

Sintaks

ai_summarize(content[, max_words])

Argumen

  • content: Ekspresi STRING , teks yang akan diringkas.
  • max_words: Ekspresi numerik integral non-negatif opsional yang mewakili jumlah target kata dalam teks ringkasan yang dikembalikan. Nilai defaultnya adalah 50. Jika diatur ke 0, tidak ada batas kata.

Mengembalikan

STRING.

Jika content NULL, hasilnya adalah NULL.

Contoh

> SELECT ai_summarize(
    'Apache Spark is a unified analytics engine for large-scale data processing. ' ||
    'It provides high-level APIs in Java, Scala, Python and R, and an optimized ' ||
    'engine that supports general execution graphs. It also supports a rich set ' ||
    'of higher-level tools including Spark SQL for SQL and structured data ' ||
    'processing, pandas API on Spark for pandas workloads, MLlib for machine ' ||
    'learning, GraphX for graph processing, and Structured Streaming for incremental ' ||
    'computation and stream processing.',
    20
  )
 "Apache Spark is a unified, multi-language analytics engine for large-scale data processing
 with additional tools for SQL, machine learning, graph processing, and stream computing."