選択肢Cが正解です。

操作が実行できない場合にエラーを発生させる代わりに、この機能は堅牢なデータパイプラインを構築する上で非常に重要です。パイプラインは個々のLLM呼び出しの失敗を適切に処理し、他のレコードの処理を継続することで、タスク全体の停止を防ぐことができるからです。選択肢Aは誤りです。出典には自動再試行メカニズムについて言及されていません。

選択肢Aは正解です。Cortex Searchは、埋め込み、インフラストラクチャのメンテナンス、インデックスの更新を気にすることなく、数分でテキストデータに対するハイブリッド（ベクターとキーワード）検索エンジンを使い始めることができるフルマネージドサービスです。選択肢Bは不正解です。Cortex Searchはフルマネージドサービスであるため、ユーザーは埋め込みモデルのインフラストラクチャを手動で管理する必要はありません。指定されていない場合は、デフォルトの埋め込みモデルが使用されます。選択肢Cは正解です。Cortex Searchで最適な検索結果を得るには、テキストを512トークン以下のチャンクに分割することをSnowflakeは推奨しています。チャンクが小さいほど、コンテキストウィンドウが大きいモデルであっても、検索品質と下流のLLM応答品質が向上するからです。選択肢Dは正解です。「SNOWFLAKE.CORTEX.SEARCH_PREVIEW」関数を使用すると、ユーザーは検索サービスをテストして、データが入力され、特定のクエリに対して適切な結果が返されていることを確認できます。選択肢Eは不正解です。Cortex Search Serviceが正しく機能し、基本データの更新を反映するには、ソーステーブルで変更追跡が必要です。

「COMPLETE関数」内でCortex Guardを有効にするには、オプションオブジェクト内で「guardrails」引数を「TRUE」に設定する必要があります。 が明示的に指定されていない場合、安全でないコンテンツに対してデフォルトのメッセージ「Cortex Guardによってフィルタリングされた応答」が返されます。オプションCは、「response_when_unsafe」を指定せずに「guardrails: TRUE」を正しく使用しているため、オプションBに含まれるデフォルトの動作が暗黙的に使用されますが、これはデフォルトではありません。オプションA、D、およびEは、ガードレールを有効にするために誤った引数、または存在しない引数を使用しています。

選択肢A、B、Cは正解です。Snowflakeは、Cortex Searchで最良の検索結果を得るために、検索列内のテキストを512トークン以下のチャンクに分割することを明示的に推奨しています。調査によると、チャンクサイズが小さいほど、特定のクエリの検索精度が向上し、下流のLLM応答品質も向上することが示されています。この方法は、例えば以下のようなより長いコンテキストの埋め込みモデルを使用する場合でも推奨されます。

8000トークンのコンテキストウィンドウを持つ、より小さなチャンクは、より正確な検索とLLMにとってより関連性の高いコンテキストを提供するため、利用可能です。オプションDは誤りです。情報源には、SPLIT_TEXT_RECURSIVE_CHARACTERがチャンクにメタデータを自動的に追加するとは記載されていません。これは通常、追加のデータ処理手順を必要とします。オプションEは誤りです。テキスト分割の主な目的は、検索とLLM応答の品質を最適化することであり、コスト上の理由から入力トークン数と出力トークン数のバランスを取ることではありません。トークン数はコストに影響しますが、512トークンの推奨は品質上の考慮事項に基づいています。