Funktionen ai_classify

Gäller för:check marked yes Databricks SQL

Viktigt!

Den här funktionen finns som allmänt tillgänglig förhandsversion.

I förhandsversionen

  • Den underliggande språkmodellen kan hantera flera språk, men dessa funktioner är anpassade för engelska.
  • Det finns hastighetsbegränsning för de underliggande Foundation Model-API:erna, se Foundation Model API:er för att uppdatera dessa gränser.

Med ai_classify() funktionen kan du anropa en toppmodern generativ AI-modell för att klassificera indatatext enligt etiketter som du anger med hjälp av SQL. Den här funktionen använder en chattmodell som betjänar slutpunkten som görs tillgänglig av Databricks Foundation-modell-API:er.

Behov

Viktigt!

De underliggande modeller som kan användas just nu är licensierade under Apache 2.0-licensen eller Llama 2 Community-licensen. 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).

För närvarande är Mixtral-8x7B Instruct den underliggande modellen som driver dessa AI-funktioner.

  • Den här funktionen är endast tillgänglig på arbetsytor i FOUNDATION Model API:er som betalar per token som stöds.
  • Den här funktionen är inte tillgänglig i Azure Databricks SQL Classic.
  • Kontrollera prissättningssidan för Databricks SQL.

Syntax

ai_classify(content, labels)

Argument

  • content: Ett STRING uttryck, texten som ska klassificeras.
  • labels: En ARRAY<STRING> literal, de förväntade klassificeringsetiketterna för utdata. Måste innehålla minst 2 element och högst 20 element.

Returer

En STRING. Värdet matchar en av de strängar som anges i labels argumentet. Returnerar null om det content inte går att klassificera.

Exempel

> SELECT ai_classify("My password is leaked.", ARRAY("urgent", "not urgent"));
  urgent

> SELECT
    description,
    ai_classify(description, ARRAY('clothing', 'shoes', 'accessories', 'furniture')) AS category
  FROM
    products