Snowflake AI 和 ML

Snowflake 基于人工智能 (AI) 和机器学习 (ML) 提供两大类强大的智能功能。这些功能可以帮助您以前所未有的效率，充分利用您的数据。

  • Snowflake Cortex 是一套 AI 功能，使用大型语言模型 (LLMs) 理解非结构化数据、回答自由格式问题并提供智能帮助。Snowflake 的这套 AI 功能包括：

  • Snowflake ML 提供了构建自定义模型的功能。

    • ML 函数 简化了创建和使用传统机器学习模型来检测结构化数据中的模式的过程。这些强大的开箱即用分析工具可帮助时间紧迫的分析师、数据工程师和数据科学家理解、预测和分类数据，无需编写代码。

    • 对于数据科学家和开发人员，Snowflake ML 可让您开发和运行自定义模型，以解决您独特的数据挑战，同时将您的数据保留在 Snowflake 中。Snowflake ML 整合了基于流行 ML 框架的模型开发类，以及 ML 运维功能，如特征存储、模型注册表、框架连接器和不可变数据快照。

使用 Snowflake AI 功能

Snowflake AI 功能及其基础模型设计时遵循以下原则：

  • 完全安全。 除您选择的情况外，所有 AI 模型均在 Snowflake 的安全和治理边界内运行。其他客户或模型开发人员无法获得您的数据。

  • 数据隐私。 Snowflake 永远不会使用您的客户数据来训练面向客户提供的模型。

  • 控制。 您可以通过熟悉的 基于角色的访问控制，来控制团队使用 Snowflake AI 功能的权限。

AI/ML 模型更新过程

Snowflake 不断致力于提升其产品的质量，包括支持 Snowflake AI 功能的模型。本节将介绍这些模型的更新如何融入 Snowflake 的行为变更 过程。

模型的行为变更过程

Snowflake 功能更新通过以下 3 种发布类型进行宣布和部署：

模型更新遵循类似的公告模式。对于模型更新，以下内容将构成 行为变更：

  • 必需的语法更改（例如，在函数参数中指定新的模型或模型版本）。

  • 为获得相似的结果，必需的提示或输入更新。

  • 模型输出结构的重大变化。

  • 模型弃用。

捆绑行为变更 通常包括大多数预期的行为变化，包括：

  • 正常情况下的模型弃用，如模型提供商或 Snowflake 计划的模型弃用（包括允许微调的模型）。

  • 模型更新，例如可能导致语法、提示或输出结构发生变化的新版本或新模型。

非捆绑行为 变更通常用于以下情况：

  • 出于紧急原因（如对模型或其输出质量的担忧）而弃用模型。

最后，**新增功能**（指的是一般性的改进，这些改进通常不会构成行为变更，因此会自动包含在内。通常包括以下内容：

  • 模型更新或新版本（无论是由第三方还是 Snowflake 提供），可改善结果，但预计不会对您与模型的交互方式产生实质性影响。

下表列出了一些模型更新的示例及其宣布方式：

更新类型

非捆绑行为变更

捆绑行为变更

新增内容

发布了 Jamba 模型的新版本，但预计不会对与模型的交互方式产生重大影响。

✔

通过 Snowflake 发布了新的 Llama 模型。

✔

一个 Mistral 模型被弃用。

✔

更新 TRANSLATE 模型，导致输出结构发生变化。

✔

由于模型输出的安全性问题，某个模型被弃用。

✔
语言: 中文