Kinetica Meluncurkan Mulai Cepat untuk Menerapkan Bahasa Alami ke SQL - DATAVERSITY

Kinetica Meluncurkan Mulai Cepat untuk Menerapkan Bahasa Alami ke SQL – DATAVERSITY

Node Sumber: 2438656
Horoskop / Shutterstock.com

Menurut baru tekan rilis, Kinetica telah meluncurkan Mulai Cepat untuk menerapkan bahasa alami ke SQL pada data perusahaan, yang memungkinkan organisasi melakukan analisis data ad-hoc pada data terstruktur dan real-time. Penawaran ini bertujuan untuk memberikan cara yang cepat dan mudah untuk memuat data terstruktur, mengoptimalkan Model Bahasa Besar (LLM) SQL-GPT, dan mengajukan pertanyaan menggunakan bahasa alami, dengan jawaban yang dikembalikan dengan cepat. Prosesnya melibatkan pendaftaran Kinetica Cloud Free edition, memuat file ke Kinetica, membuat konteks untuk tabel, dan menggunakan perintah untuk mengajukan pertanyaan eksplisit untuk mendapatkan jawaban yang hampir seketika. Inisiatif ini mengikuti integrasi bahasa alami Kinetica sebelumnya ke dalam SQL sebagai bagian dari inovasi GenAI-nya.

Phil Darringer, VP produk di Kinetica, menyatakan kegembiraannya atas terobosan Quick Start untuk SQL-GPT, menekankan kemampuannya untuk memungkinkan organisasi memanfaatkan kekuatan Language to SQL pada data perusahaan mereka hanya dalam satu jam. Yang disetel dengan baik LLM disesuaikan dengan data setiap pelanggan, dengan komitmen terhadap jaminan akurasi dan kecepatan, merevolusi analisis data perusahaan dengan AI generatif. Basis data Kinetica mengubah kueri bahasa alami menjadi SQL dan memberikan jawaban cepat, bahkan untuk pertanyaan rumit. Penggunaan vektorisasi asli, memanfaatkan GPU NVIDIA dan CPU modern, memungkinkan eksekusi kueri lebih cepat dengan jejak komputasi yang lebih kecil.

Mulai Cepat Kinetica untuk SQL-GPT kini tersedia, memungkinkan pengguna mendaftar Kinetica Cloud secara gratis untuk mencoba solusinya. Basis data analitik real-time dari Kinetica digunakan oleh perusahaan-perusahaan besar secara global, menawarkan analisis khusus untuk rangkaian waktu dan beban kerja spasial di berbagai industri, termasuk sektor publik, jasa keuangan, telekomunikasi, energi, perawatan kesehatan, ritel, dan otomotif.

Baca lebih lanjut tentang berita di sini.

Stempel Waktu:

Lebih dari DATAVERSITAS