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-classificationtext 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