Consultar um modelo servido com ai_query()
Importante
Esse recurso está em uma versão prévia.
Esse artigo descreve como consultar um ponto de extremidade de serviço de modelo do SQL com ai_query()
.
O que é ai_query()
?
A função ai_query()
é uma função SQL interna do Azure Databricks, parte das funções de IA. Ela permite que esses tipos de modelos sejam acessíveis a partir de consultas SQL:
- Modelos personalizados hospedados por um ponto de extremidade de serviço de modelo.
- Modelos hospedados pelas APIs de Modelo de Fundação do Databricks.
- Modelos externos (modelos de terceiros hospedados fora do Databricks).
Para obter padrões de sintaxe e design, consulte função ai_query.
Quando essa função é usada para consultar um ponto de extremidade de serviço de modelo, ela só está disponível em workspaces e regiões nas quais o Serviço de Modelo está disponível e habilitado.
Requisitos
- Essa função não está disponível no SQL Clássico do Azure Databricks.
- Para consultar pontos de extremidade que fornecem modelos personalizados ou modelos externos, inscreva-se na versão prévia pública. Para se inscrever na visualização pública, preencha e envie o Formulário de inscrição na Visualização Pública das Funções de IA.
- Um modelo existente que atende ao ponto de extremidade com o modelo carregado. Consulte Criar pontos de extremidade do serviço de modelo personalizado.
- Você deve habilitar o Link Privado do Azure para usar esse recurso em warehouses SQL profissionais.
Consultar o URI do ponto de extremidade com ai_query()
Você pode consultar o modelo por trás do ponto de extremidade usando ai_query()
em warehouses SQL profissionais ou sem servidor. Para obter formatos de solicitação e resposta de pontuação, confira Modelos de base de consulta e modelos externos.
Observação
- Para o Databricks Runtime 14.2 e superior, esta função tem suporte em ambientes de notebook, incluindo notebooks e fluxos de trabalho do Databricks.
- Para o Databricks Runtime 14.1 e abaixo, esta função não tem suporte em ambientes de notebook, incluindo notebooks do Databricks.
Exemplo: consultar um grande modelo de linguagem
O exemplo a seguir consulta o modelo por trás do ponto de extremidade sentiment-analysis
com o conjunto de dados text
e especifica o tipo de retorno da solicitação.
SELECT text, ai_query(
"sentiment-analysis",
text,
returnType => "STRUCT<label:STRING, score:DOUBLE>"
) AS predict
FROM
catalog.schema.customer_reviews
Exemplo: consultar um modelo preditivo
O exemplo a seguir consulta um modelo de classificação por trás do ponto de extremidade spam-classification
para prever em lote se o text
é spam na tabela inbox_messages
. O modelo usa três recursos de entrada: carimbo de data/hora, remetente, texto. O modelo retorna uma matriz booliana.
SELECT text, ai_query(
endpoint => "spam-classification",
request => named_struct(
"timestamp", timestamp,
"sender", from_number,
"text", text),
returnType => "BOOLEAN") AS is_spam
FROM catalog.schema.inbox_messages
Comentários
https://aka.ms/ContentUserFeedback.
Em breve: Ao longo de 2024, eliminaremos os problemas do GitHub como o mecanismo de comentários para conteúdo e o substituiremos por um novo sistema de comentários. Para obter mais informações, consulteEnviar e exibir comentários de