Kinetica lanserer hurtigstart for distribusjon av naturlig språk til SQL - DATAVERSITY

Kinetica lanserer hurtigstart for distribusjon av naturlig språk til SQL – DATAVERSITY

Kilde node: 3057546
Horoskop / Shutterstock.com

I henhold til en ny pressemelding, har Kinetica lansert en hurtigstart for å distribuere naturlig språk til SQL på bedriftsdata, slik at organisasjoner kan utføre ad-hoc dataanalyse på strukturerte data i sanntid. Tilbudet tar sikte på å gi en rask og enkel måte å laste inn strukturerte data, optimalisere SQL-GPT Large Language Model (LLM) og stille spørsmål ved hjelp av naturlig språk, med svar raskt returnert. Prosessen innebærer å registrere seg for Kinetica Cloud Free-utgaven, laste inn filer i Kinetica, skape kontekst for tabeller og bruke spørsmål for å stille eksplisitte spørsmål for nesten umiddelbare svar. Initiativet følger Kineticas tidligere integrering av naturlig språk i SQL som en del av GenAI-innovasjonene.

Phil Darringer, VP for produkt hos Kinetica, uttrykte begeistring over den banebrytende Quick Start for SQL-GPT, og understreket dens evne til å gjøre det mulig for organisasjoner å utnytte kraften fra språk til SQL på bedriftsdataene deres på bare én time. Den finjusterte LLM er skreddersydd for hver kundes data, med en forpliktelse til garantert nøyaktighet og hastighet, og revolusjonerer bedriftsdataanalyse med generativ AI. Kineticas database konverterer naturlige språkspørringer til SQL og gir raske svar, selv for komplekse spørsmål. Bruken av naturlig vektorisering, som utnytter NVIDIA GPUer og moderne CPUer, muliggjør raskere kjøring av spørringer på et mindre beregningsfotavtrykk.

Kinetica Quick Start for SQL-GPT er tilgjengelig nå, slik at brukere kan registrere seg for Kinetica Cloud gratis for å prøve ut løsningen. Den analytiske sanntidsdatabasen fra Kinetica brukes av store selskaper globalt, og tilbyr spesialisert analyse for tidsserier og romlige arbeidsbelastninger i ulike bransjer, inkludert offentlig sektor, finansielle tjenester, telekommunikasjon, energi, helsevesen, detaljhandel og bilindustrien.

Les mer om nyhetene her..

Tidstempel:

Mer fra DATAVERSITET