SQL与LLM的完美融合！
MotherDuck最近宣布了一项创新：将大语言模型（LLM）的能力直接整合进了SQL。
这意味着什么？
简单来说，你现在可以在数据库查询中直接使用AI的力量了！
这个新功能不仅支持OpenAI的gpt-4o-mini和gpt-4o模型，还能让你对表中的所有行应用提示。更厉害的是，它还支持使用"struct"和"struct_descr"参数来生成结构化输出。
听起来很高大上？
让我们来看看这个"魔法SQL"到底能做些什么。
智能SQL的威力
如上图，这就是MotherDuck的新功能在实际应用中的样子。
在这个例子中，我们使用了PROMPT函数来分析产品描述。这个函数不仅能理解自然语言，还能根据描述自动判断产品类别。
更神奇的是，它还能给出判断的置信度。这意味着你不仅得到了结果，还知道这个结果有多可靠。
小而美的SLM
MotherDuck并不满足于仅仅整合大型语言模型。他们还展示了小型语言模型（SLM）的力量。
这张图展示了如何使用SLM来进行情感分析。虽然模型更小，但在特定任务上的表现可能比大模型更高效。
这也给我们提了个醒：有时候，更小的模型也能解决大问题。
结构化输出的魔力
最后，MotherDuck还展示了如何使用结构化输出。
通过使用"struct"参数，我们可以让模型生成特定格式的输出。这不仅让结果更易读，还方便后续的数据处理和分析。
在这个例子中，模型甚至能从文本中提取出具体的数字信息，比如价格和评分。这种能力在处理非结构化数据时非常方便。
MotherDuck的这项创新，让SQL查询变得更加智能和灵活。它不仅能处理传统的数据分析任务，还能执行复杂的自然语言处理操作。
想象一下，以后我们可能只需要写几行SQL，就能完成原本需要复杂编程才能实现的智能分析任务。
如果你想深入了解这项技术，可以查看MotherDuck的官方博客文章：https://motherduck.com/blog/sql-llm-prompt-function-gpt-models/
👇
👇
👇
👇
本文同步自知识星球《AGI Hunt》
星球实时采集和监控推特、油管、discord、电报等平台的热点AI 内容，并基于数个资讯处理的 AI agent 挑选、审核、翻译、总结到星球中。
每天约监控6000 条消息，可节省约800+ 小时的阅读成本；
每天挖掘出10+ 热门的/新的 github 开源 AI 项目；
每天转译、点评 10+ 热门 arxiv AI 前沿论文。
星球非免费。定价99元/年，0.27元/天。(每+100人，+20元。元老福利~）
一是运行有成本，我希望它能自我闭环，这样才能长期稳定运转；
二是对人的挑选，鱼龙混杂不是我想要的，希望找到关注和热爱 AI 的人。
欢迎你的加入！
