Função ai_similarity
Aplica-se a: Databricks SQL
Importante
Esta funcionalidade está em Pré-visualização Pública.
Na pré-visualização:
- O modelo de linguagem subjacente pode lidar com vários idiomas, no entanto, essas funções são ajustadas para o inglês.
- Há limite de taxa para as APIs subjacentes do Modelo de Base. Consulte Limites das APIs do Modelo de Base para atualizar esses limites.
A ai_similarity()
função invoca um modelo de IA generativa de última geração das APIs do Databricks Foundation Model para comparar duas cadeias de caracteres e calcula a pontuação de semelhança semântica usando SQL.
Requisitos
Importante
Os modelos subjacentes que podem ser usados neste momento são licenciados sob a Licença MIT ou Licença da comunidade Llama 2. A Databricks recomenda a revisão dessas licenças para garantir a conformidade com quaisquer termos aplicáveis. Se surgirem modelos no futuro com melhor desempenho de acordo com os benchmarks internos da Databricks, a Databricks poderá alterar o modelo (e a lista de licenças aplicáveis fornecida nesta página).
Atualmente, bge-large-en-v1.5 é o modelo subjacente que alimenta essa função de IA.
- Esta função só está disponível em espaços de trabalho em regiões suportadas por pagamento por token de APIs do Modelo de Base.
- Esta função não está disponível no Azure Databricks SQL Classic.
- Verifique a página de preços do Databricks SQL.
Sintaxe
ai_similarity(expr1, expr2)
Argumentos
expr1
: UmaSTRING
expressão.expr2
: UmaSTRING
expressão.
Devoluções
Um FLOAT
valor, que representa a semelhança semântica entre as duas cadeias de entrada. A pontuação de saída é relativa e só deve ser usada para classificação. Pontuação de 1 significa que os dois textos são iguais.
Exemplos
> SELECT ai_similarity('Apache Spark', 'Apache Spark');
1.0
> SELECT
company_name
FROM
customers
ORDER BY ai_similarity(company_name, 'Databricks') DESC
LIMIT 1
Databricks Inc.
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários