通过

ai_summarize 函数

  • 项目

适用于：勾选“是” Databricks SQL 勾选“是” Databricks Runtime

重要

此功能目前以公共预览版提供。

在预览版中：

  • 基础语言模型可以处理多种语言，但这些函数针对英语进行了优化。
  • 底层基础模型 API 存在速率限制。 请参阅基础模型 API 限制，以便更新这些限制。

ai_summarize() 函数允许调用最先进的生成式 AI 模型，使用 SQL 生成给定文本的摘要。 此函数使用通过 Databricks 基础模型 API 提供的聊天模型服务终结点。

要求

重要

目前可能使用的基础模型根据 Apache 2.0 许可证、版权 © Apache Software Foundation 或 LLAMA 3.1 社区许可证 版权©元平台公司获得许可。保留所有权利。 客户需负责确保遵守适用的模型许可条款。

Databricks 建议查看这些许可证，以确保遵守任何适用的条款。 如果模型在未来根据 Databricks 的内部基准表现更好，Databricks 可能会更改模型（以及本页中提供的适用许可证列表）。

目前， Meta-Llama-3.1-70B-Instruct 是支持这些 AI 函数的基础模型。

注意

在 Databricks Runtime 15.1 及更高版本中，Databricks 笔记本（包括作为任务在 Databricks 工作流中运行的笔记本）支持此函数。

语法

ai_summarize(content[, max_words])

参数

  • content：一个 STRING 表达式，即要汇总的文本。
  • max_words：一个可选的非负整数数值表达式，表示返回的摘要文本中的最大努力目标单词数。 默认值为 50。 如果设置为 0，则没有字数限制。

返回

一个 STRING。

如果 content 为 NULL，则结果为 NULL。

示例

> 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."