Kategorien:: Zeichenfolgen- und Binärfunktionen (Large Language Model)

EXTRACT_ANSWER (SNOWFLAKE.CORTEX)¶

Vollqualifizierter Name: SNOWFLAKE.CORTEX.EXTRACT_ANSWER

Extrahiert eine Antwort auf eine bestimmte Frage aus einem Textdokument. Bei dem Dokument kann es sich um ein Dokument in einfachem Englisch oder um eine Zeichenfolgen-Darstellung eines semistrukturierten (JSON-)Datenobjekts handeln.

Syntax¶

SNOWFLAKE.CORTEX.EXTRACT_ANSWER(
    <source_document>, <question>)

Copy

Argumente¶

source_document: Eine Zeichenfolge, die das Dokument mit dem einfachen Text oder das JSON-Dokument enthält, das die Antwort auf die Frage enthält.
question: Eine Zeichenfolge, die die zu beantwortende Frage enthält.

Rückgabewerte¶

Eine Zeichenfolge, die eine Antwort auf die gegebene Frage enthält.

Zugriffssteuerung¶

Benutzer müssen eine Rolle verwenden, der die Datenbankrolle SNOWFLAKE.CORTEX_USER zugewiesen wurde: Weitere Informationen zum Erteilen dieser Berechtigung finden Sie unter Erforderliche Berechtigungen.

Beispiel¶

In diesem Beispiel ist review_content eine Spalte aus der Tabelle reviews: So wird aus jeder Zeile der Tabelle eine Antwort extrahiert:

SELECT SNOWFLAKE.CORTEX.EXTRACT_ANSWER(review_content,
    'What dishes does this review mention?')
FROM reviews LIMIT 10;

Copy

Rechtliche Hinweise¶

LLM-basierte Snowflake Cortex-Funktionen werden durch Machine Learning-Technologie unterstützt, einschließlich LLaMA 2 von Meta. Das grundlegende LLaMA 2-Modell ist unter der LLaMA 2 Community-Lizenz und Copyright (c) Meta Platforms, Inc. lizenziert. Alle Rechte vorbehalten. Ihre Verwendung von LLM-Funktionen, die auf dem LLama 2-Modell basieren, unterliegt der Acceptable Use Policy von Meta.

Die Machine Learning-Technologie und die bereitgestellten Ergebnisse können ungenau, unangemessen oder verzerrt sein. Entscheidungen auf der Grundlage von Ergebnissen aus Prozessen des maschinellen Lernens, einschließlich solcher, die in automatische Pipelines integriert sind, erfordern eine von Menschen durchgeführte Überwachung und Überprüfung, um sicherzustellen, dass die vom Modell generierten Inhalte korrekt sind.

Von LLM-Funktionen ausgeführte Abfragen werden wie alle anderen SQL-Abfragen behandelt, deren Metadaten untersucht werden können.

Weitere Informationen dazu finden Sie unter Snowflake AI Trust and Safety FAQ.