引入人工智能功能:将大型语言模型与砖SQL

与所有的大型语言模型的空间正在取得的进展,客户问我们如何可以启用SQL分析师利用这个强大的技术在日常工作流。

今天,我们很高兴宣布AI的公共预览功能。AI功能是一个内置的数据库SQL函数,允许您访问大型语言模型(llm)直接从SQL。

这次的发布,现在可以迅速与llm实验对您公司的数据在一个熟悉的SQL接口。一旦你已经开发出正确的LLM提示,您可以快速转换成生产管道使用现有数据砖工具,如三角洲生活表或安排工作。这极大地简化了开发和productionization llm的工作流。

AI功能调用llm的技术复杂性进行了抽象,因此使分析师和数据科学家开始使用这些模型,而不用担心底层基础设施。

使用人工智能功能

显示AI函数是如何工作的,想象你是一个分析师和得到成千上万的电话记录的历史列表的任务提供一份报告,分解所有的调用分为四类(沮丧、快乐、中立、满意)。通常,这将需要你请求数据科学团队创建一个分类模型。相反,与人工智能功能,可以促使大量语言模型,如OpenAI ChatGPT模型,直接从SQL。一个LLM提示可能看起来像下面的例子:

提示:下面的文本进行分类成一个的四类(沮丧、快乐、中性、满意):非常感谢为今天帮助我,解决我的问题与额外的法案。
              响应:满足

使用人工智能功能,您可以在一个定制的SQL函数把这个提示。这使您能够执行以下操作,而不是一个复杂的多步骤的管道:

选择transcript_line,CLASSIFY_TRANSCRIPT (transcript_line)作为分类从your_dataset

让我们用这个例子来遍历所需的步骤。我们将使用Azure OpenAI服务作为我们的大型语言模型,尽管你也可以使用OpenAI。在将来的版本中,我们将使其他大型语言模型,包括开源llm如多莉。bob下载地址

我们之前保存Azure OpenAI API密钥作为砖秘密秘密函数我们可以引用它。存储,让我们看一看新的AI_GENERATE_TEXT函数,看看我们的具体目标是:使它工作

AI_GENERATE_TEXT (提示,“azure_openai / gpt-35-turbo”,“apiKey”秘密(“令牌”,“azure-openai”),“deploymentName”、“llmbricks”,“apiVersion”、“2023 - 03 - 15 -预览”,“resourceName”、“lakehouserules”,“温度”,投(0.0作为双));

我们建议您将AI_GENERATE_TEXT函数与另一个函数。这使它更容易传递输入数据,如成绩单、和名称的功能使它更具描述性的预期目标:

创建或取代函数CLASSIFY_TRANSCRIPT(成绩单字符串)返回字符串返回AI_GENERATE_TEXT(CONCAT (”下面的文本分类分为四类(沮丧、快乐、中性的,满意)”,成绩单),“azure_openai / gpt-35-turbo”,“apiKey”秘密(“令牌”,“azure-openai”),“deploymentName”,“llmbricks”,“apiVersion”,“2023 - 03 - 15 -预览”,“resourceName”,“llmbricks”,“温度”,(0.0作为双));

这是它所需要的实现我们的功能,从而导致我们的查询被这么简单:

选择transcript_line,CLASSIFY_TRANSCRIPT (transcript_line)作为分类从your_dataset

没有复杂的管道,没有提交数据工程师创建新的流程,门票或门票数据科学家创建新的模型,只需要一点你的创造力发展迅速而简单的SQL将llm的难以置信的力量对你的数据。

AI功能允许您利用大型语言模型——从翻译从一种语言到另一个地方,总结文本,建议下一步的支持团队,甚至使用多个函数调用的多重射击提示。

AI功能仅仅是开始我们的旅程让用户能够轻松地定制业务,利用llm llm与您的数据。我们迫不及待地想看到你建立什么!

注册AI的公共预览功能在这里并确保检查我们的网络研讨会涵盖如何构建自己的LLM像多莉在这里!的详细信息,您还可以阅读文档在这里。