Dela via

Funktion ai_summarize

Gäller för:markerad ja Databricks SQL markerad ja Databricks Runtime

Viktigt!

Den här funktionen finns som allmänt tillgänglig förhandsversion.

Under förhandsversionen kan den underliggande språkmodellen hantera flera språk, men den här AI-funktionen är inställd på engelska.

Med funktionen ai_summarize() kan du anropa en toppmodern generativ AI-modell för att generera en sammanfattning av en viss text med hjälp av SQL. Den här funktionen använder en chattmodell som serverar en slutpunkt tillgängliggjord av Databricks Foundation Model API:er.

Krav

Viktigt!

De underliggande modeller som kan användas just nu är licensierade under Apache 2.0-licensen, Copyright © Apache Software Foundation eller LLAMA 3.3 Community License Copyright © Meta Platforms, Inc. Alla rättigheter reserverade. Kunderna ansvarar för att säkerställa efterlevnaden av tillämpliga modelllicenser.

Databricks rekommenderar att du granskar dessa licenser för att säkerställa efterlevnad av tillämpliga villkor. Om modeller dyker upp i framtiden som presterar bättre enligt Databricks interna riktmärken kan Databricks ändra modellen (och listan över tillämpliga licenser som tillhandahålls på den här sidan).

  • Den här funktionen är endast tillgänglig på arbetsytor i AI Functions med stöd för Foundation Model API:er i regioner.
  • Den här funktionen är inte tillgänglig i Azure Databricks SQL Classic.
  • Kontrollera prissättningssidan för Databricks SQL.
  • Batch-slutsatsdragningsarbetsbelastningar kräver Databricks Runtime 15.4 ML LTS för bättre prestanda.

Syntax

ai_summarize(content[, max_words])

Argumenten

  • content: Ett STRING uttryck, texten som ska sammanfattas.
  • max_words: Ett valfritt icke-negativt numeriskt uttryck som representerar det målsatta antalet ord i den returnerade sammanfattningstexten. Standardvärdet är 50. Om värdet är 0 finns det ingen ordgräns.

Returer

En STRING.

Om content är NULL, är NULL resultatet.

Exempel

> 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."