Sunulan modeli ile sorgulama ai_query()
Önemli
Bu özellik Genel Önizlemededir.
Bu makalede, ile ai_query()
SQL'den uç noktaya hizmet veren bir modelin nasıl sorgulandığı açıklanmaktadır.
ai_query()
nedir?
ai_query()
İşlev, yapay zeka işlevlerinin bir parçası olan yerleşik bir Azure Databricks SQL işlevidir. Bu tür modellerin SQL sorgularından erişilebilir olmasını sağlar:
- Uç nokta sunan bir model tarafından barındırılan özel modeller.
- Databricks Foundation Model API'leri tarafından barındırılan modeller.
- Dış modeller (Databricks dışında barındırılan üçüncü taraf modeller).
Söz dizimi ve tasarım desenleri için bkz . ai_query işlev.
Bu işlev, uç noktaya hizmet veren bir modeli sorgulamak için kullanıldığında, yalnızca Model Sunma'nın kullanılabilir ve etkin olduğu çalışma alanlarında ve bölgelerde kullanılabilir.
Gereksinimler
- Bu işlev Azure Databricks SQL Classic'te kullanılamaz.
- Özel modellere veya dış modellere hizmet veren uç noktaları sorgulamak için genel önizlemeye kaydolmanız gerekir. Lütfen AI İşlevleri Genel Önizleme kayıt formunu doldurun ve gönderin.
- Modelinizin yüklü olduğu uç noktaya hizmet veren mevcut bir model. Bkz . Uç noktaları sunan özel model oluşturma.
- Bu özelliği profesyonel SQL ambarlarında kullanmak için Azure Özel Bağlantı etkinleştirmeniz gerekir.
Uç noktayı ile sorgulama ai_query()
Sunucusuz veya profesyonel SQL ambarlarında kullanarak ai_query()
uç noktanın arkasındaki modeli sorgulayabilirsiniz. Puanlama isteği ve yanıt biçimleri için bkz . Sorgu temeli modelleri.
Not
- Databricks Runtime 14.2 ve üzeri için bu işlev Databricks not defterleri ve iş akışları dahil olmak üzere not defteri ortamlarında desteklenir.
- Databricks Runtime 14.1 ve altı için bu işlev Databricks not defterleri dahil olmak üzere not defteri ortamlarında desteklenmez.
Örnek: Büyük bir dil modelini sorgulama
Aşağıdaki örnek, veri kümesiyle text
uç noktanın sentiment-analysis
arkasındaki modeli sorgular ve isteğin dönüş türünü belirtir.
SELECT text, ai_query(
"sentiment-analysis",
text,
returnType => "STRUCT<label:STRING, score:DOUBLE>"
) AS predict
FROM
catalog.schema.customer_reviews
Örnek: Tahmine dayalı modeli sorgulama
Aşağıdaki örnek, tablodaki istenmeyen posta inbox_messages
olup olmadığını toplu olarak tahmin etmek için uç noktanın spam-classification
text
arkasındaki bir sınıflandırma modelini sorgular. Model 3 giriş özelliği alır: zaman damgası, gönderen, metin. Model bir boole dizisi döndürür.
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
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin