Databricksリリースノート(毎日更新)

Databricksのリリースノートをスクレイピングし、生成AIによる翻訳を行い、ユーザーへのインパクトを説明する文を生成しています。すべての処理は自動で行われています。

注意
翻訳やインパクトの説明文は生成AIによるものですので、詳細は原文を確認ください。

Delta Live Tablesは、複数のスキーマとカタログのテーブルへの公開をサポートするようになりました

2025-02-05

デフォルトで、Delta Live Tables で作成された新しいパイプラインは、複数のカタログとスキーマでマテリアライズされたビューとストリーミング テーブルを作成および更新することをサポートします。

パイプライン構成の新しいデフォルトの動作では、ユーザーがパイプラインのデフォルトのスキーマになるターゲット スキーマを指定することが求められます。 LIVE 仮想スキーマまたは関連する構文は、必要ありません。詳細については、以下を参照してください。

• ターゲット カタログとスキーマを設定します。

• Delta Live Tables パイプラインを構成します。

• LIVE スキーマ (レガシー)

ユーザーへのインパクト

Delta Live Tables では、以前は一つのスキーマに対してテーブルを公開していたが、 теперь 複数のスキーマに対してテーブルを公開できるようになりました。これにより、ユーザーは複数のカタログやスキーマを活用し、データの管理と活用範囲を拡大できるようになりました。また、パイプラインの設定が簡素化され、デフォルトのスキーマを指定するだけで、複数のマテリアライズされたビューとストリーミングテーブルを作成および更新できます。

大きなテーブルに対する完全なデータセットのフィルタリングが現在サポートされています。

2025-01-30

大きなテーブル（2MBを超える出力、または10,000行を超える行を含む）で切り捨てられたデータをフィルタリングする場合、フィルタを整个データセットに適用することを選択できます。 詳細については、Filter resultsを参照してください。

ユーザーへのインパクト

Databricksユーザーへの影響

大きなテーブルを含むノートブックの実行結果にフィルタリングを適用するときに、大きなテーブル全体にフィルタリングを適用できるようになりました。これにより、結果の完全なデータセットに対して正確なフィルタリングが可能になり、データ分析がより効率的かつ効果的に行えるようになりました。

Databricks on AWS GovCloud DoD が一般提供開始（GA）になりました。

2025-01-30

AWS GovCloud DoD の Databricks は、FedRAMP ハイ (FedRAMP High) およびインパクト レベル 5 (IL5) 要件を満たす Department of Defense (DoD) 機関向けの Databricks 環境を提供します。詳しくは、AWS GovCloud の Databricks を参照してください。

ユーザーへのインパクト

米国国防総省向けのDatabricks環境が一般提供開始されました。この環境では、FedRAMPハイとインパクトレベル5(IL5)の要件が満たされ、米国国防総省機関向けの安全なDatabricks環境が提供されます。詳細は、AWS GovCloudのDatabricksのドキュメントを参照してください。

The Meta Llama 3.1 405Bモデルファミリは Foundation Model Fine-tuning で廃止されました。

2025-01-30

Meta Llama 3.1 405Bモデルファミリは、廃止モデルでfine-tuning Foundation Modelすることができなくなりました。推奨される置き換えモデルについては、廃止モデルをご覧ください。

ユーザーへのインパクト

この改修は、Databricksのユーザーに直接影響することなく、内部モデル国内の改修項目にすぎないため、ユーザーには大きな影響はありません。不要になったモデルファミリである「Meta Llama 3.1 405B」は、Foundation Model Fine-tuning が停止されたことを示しています。このモデルを使用していたユーザーは、モデル置き換えの案内のための「廃止モデル」のページを確認し、推奨される代替モデルを検討する必要があります。

AI エージェント ツールを外部サービスに接続する (パブリック プレビュー)

2025-01-29

AIエージェントツールを外部アプリケーション（Slack、Googleカレンダー、APIが利用可能な任意のサービス）に接続できるようになりました。HTTPリクエストを使用して、エージェントは外部接続ツールを使用してタスクを自動化したり、メッセージを送信したり、第三者のプラットフォームからデータを取得したりできます。詳細については、AIエージェントツールを外部サービスに接続するを参照してください。

ユーザーへのインパクト

Databricksユーザーには、この更新によってAIエージェントツールの機能が拡張され、外部サービスの接続が可能になります。具体的には、Slack、Googleカレンダー、APIを利用するサービスなどとの接続が可能になります。これにより、ユーザーはAIエージェントツールを使用してタスクの自動化、メッセージの送信、第三者プラットフォームからのデータ取得などの作業をより効率化することができます。詳細については、提供されたドキュメントを参照してください。

クリーンルームはGAです。

2025-01-29

Databricks Clean Rooms が一般提供開始になりました。詳細は、Databricks Clean Rooms とはを参照ください。

• 管理 API: クリーンルームの設定、オーケストレーション、モニタリングの自動化を行うための新しい API が導入されました。詳細は、Clean Rooms を参照してください。

• セルフコラボレーション: メタストア内でクリーンルームを作成して、完全な展開前にクリーンルームをテストできます。詳細は、ステップ 2: クリーンルームの作成 を参照してください。

• 出力テーブル: Azure にホストされる中央のクリーンルームでは、出力テーブルがサポートされます。(以前は、AWS にホストされる中央のクリーンルームでのみサポートされていました。) ただし、AWS、Azure、Google Cloud の 3 つのクラウドにある Databricks のコラボレータは、出力テーブルを作成するノート북や実行された共有ノート북で生成された出力テーブルを読み取る共有ノート북を共有できます。Google Cloud コラボレータは、Clean Rooms プライベート プレビューの参加者である必要があります。詳細は、Databricks Clean Rooms での出力テーブルの作成と操作 を参照してください。

• HIPAA コンプライ

  ユーザーへのインパクト

  Databricksユーザーに対する影響は以下の通りです。

  1. Databricks Clean Rooms の一般提供開始: Databricks Clean Roomsが一般提供開始になりました。これにより、より安全かつ効率的なデータコラボレーションが可能になります。
  2. 新しい管理 API: クリーンルームの設定、オーケストレーション、モニタリングの自動化を行うための新しい API が導入されました。これにより、クリーンルームの管理がより効率化されます。
  3. セルフコラボレーション: メタストア内でクリーンルームを作成して、完全な展開前にクリーンルームをテストできます。これにより、クリーンルームのテストと検証がより容易になります。
  4. 出力テーブルのサポート: Azure にホストされる中央のクリーンルームで出力テーブルがサポートされました。また、AWS、Azure、Google Cloud の 3 つのクラウドにある Databricks のコラボレータが、出力テーブルを作成したり共有したりできるようになりました。

  これらの機能により、Databricksユーザーはより安全かつ効率的なデータコラボレーションを行うことができるようになります。

  統一されたログインUIの更新

  2025-01-28

  統合ログインを有効にしていないアカウントのUIを更新しました。 統合ログイン で、選択したワークスペース オプションが既定で利用可能になりました。 ワークスペースのいずれについても統合ログインが有効になっていない場合、下のワークスペース リストにはワークスペースが選択されていないように表示されます。詳細は、統合ログインを有効にするを参照してください。

  ユーザーへのインパクト

  統一されたログイン UI の更新により、Databricks のログイン画面が変更されました。

  これまで、統合ログインを有効にしていないアカウントの場合、ログイン時にワークスペースを選択する必要がありました。ただし、統合ログインが有効化されているワークスペースに対しては、選択したワークスペースを直接ログインできました。

  この更新により、統合ログインが有効化されていないワークスペースの場合は、ワークスペースのリストにワークスペースが選択されていないように表示されます。したがって、ログイン時にワークスペースを選択する必要があります。

  この変更は、統合ログインが有効にされていないアカウント、およびワークスペースの管理者にとって重要な更新となります。ログインプロセスが変わり、より明確にワークスペースを選択する必要があるため、ユーザーはログイン方法に備える必要があります。

  また、ワークスペース管理者は、統合ログインを有効にすることで、ユーザーがワークスペースを直接選択してログインできるようにすることを検討すべきです。詳細については、Databricks のドキュメント「統合ログインを有効にする」を参照してください。

  Databricks Runtime 16.2 (β版)

  2025-01-27

  Databricks Runtime 16.2 と Databricks Runtime 16.2 ML がベータ版として利用可能になりました。

  Databricks Runtime 16.2 (ベータ) と Databricks Runtime 16.2 for Machine Learning (ベータ) を参照してください。

  ユーザーへのインパクト

  Databricksユーザーへの影響は以下の通りです。

  • Databricks Runtime 16.2 と Databricks Runtime 16.2 ML のベータ版が利用可能になりました。
  • 前回の Runtime から変更点や新機能を把握するために、Databricks Runtime 16.2 と 16.2 ML のリリースノートを参照してください。

  統計収集は予測による最適化で自動化されるようになった

  2025-01-27

  予測最適化は、 Unity Catalog マネージド テーブルへの書き込みと自動メンテナンス ジョブ中に、マネージド テーブルに関する統計を自動的に計算します。詳細は、Unity Catalog マネージド テーブル用の予測最適化を参照してください。

  ユーザーへのインパクト

  このリリースノートは、Databricks ユーザーにとって非常に有益な更新です。統計の収集が、予測最適化によって自動化されたということは、そのテーブルに関する統計情報が自動的に計算され、最適化されることを意味します。これにより、ユーザーは手動で統計情報を更新する手間を saved し、ワークロードのパフォーマンスが向上します。そのため、ユーザーがデータを効率的に管理し、より良いクエリの実行計画を作成することができます。

  コメントでメール通知と@mentionsが利用できるようになりました

  2025-01-25

  コメントで「@」記号の後にユーザー名を入力することで、ユーザーを直接参照できます。ユーザーは関連するコメントのアクティビティについてメールで通知されます。コード コメント を参照してください。

  ユーザーへのインパクト

  ユーザーに対する影響は以下のとおりです。

  • コメントで他の人に直接言及することができるようになりました。
  • 「@」記号を使用して、特定のユーザーにメンションを付けることができます。
  • メンションされたユーザーは、関連するコメントのアクティビティについてメールで通知を受け取ることができます。
  • コラボレーションとコミュニケーションがしやすくなり、生産性が向上する可能性があります。

  フォントサイズの変更ショートカット

  2025-01-25

  ノートブック、ファイル、および SQL エディターでフォント サイズをすばやく調整するショートカットを使用できるようになりました。Windows/Linux では Alt + と Alt - 、macOS では Opt + と Opt - を使用します。

  エディターのフォントサイズを制御する開発者設定もあります。 Settings > Developer > Editor font size に移動してフォントサイズを選択します。

  ユーザーへのインパクト

  これは、Databricks を使用するユーザーに影響を及ぼすリリースノートの هوشです。具体的には、次のような変更が行われています。

  • ノートブック、ファイル、および SQL エディターでフォント サイズを変更するためのショートカットが導入された。
    • Windows および Linux では、Alt + および Alt - を使用します。
    • macOS では、Opt + および Opt - を使用します。
  • エディターのフォントサイズを制御する開発者設定が追加された。
    • Settings > Developer > Editor font size でフォントサイズを選択することができます。

  これらの変更は、ユーザーがより効率的に作業することを支援するためのものであり、簡単にフォントサイズを変更できるようになります。これは、目の負担を減らして仕事の生産性を高めるために役立つ機能です。また、開発者設定を使用して、エディターのフォントサイズを自分好みにカスタマイズすることもできます。

  OAuth トークン連携がパブリック プレビューで使用できるようになりました

  2025-01-24

  OAuth トークン フェデレーションがアカウント管理者向けにパブリック プレビューで利用可能になりました。

  Databricks の OAuth トークン フェデレーションを使用すると、ID プロバイダー (IdP) からのトークンを使用して、Databricks API に安全にアクセスできます。OAuth トークン フェデレーションにより、パーソナルアクセストークンや Databricks の OAuth クライアントシークレットなどの Databricks シークレット管理の必要性がなくなります。

  アカウント管理者がポリシーに変更を加える場合を除き、現在の ID 構成と権限に変更はありません。この機能は、全アカウントまたは特定のサービス プリンシパルに適用でき、管理者が Databricks ワークスペース リソースへのアクセスを管理する際に柔軟性を提供します。

  ワークスペース リソースへのアクセスを認証するために Databricks の OAuth トークン フェデレーションを使用する方法の詳細については、OAuth トークン フェデレーションを使用した Databricks へのアクセスの認証 を参照してください。

  ユーザーへのインパクト

  Databricksユーザーに対する影響は、OAuth トークン フェデレーションのパブリック プレビューの利用開始です。これにより、ID プロバイダーからのトークンを使用して Databricks API に安全にアクセスできるようになり、パーソナルアクセストークンや Databricks の OAuth クライアントシークレットの管理が不要になります。ただし、アカウント管理者がポリシーに変更を加える場合を除き、現在の ID 構成と権限に変更はありません。

  Meta Llama 3.3が、Foundation Model APIを使用するAI機能をサポートするようになりました。

  2025-01-24

  Foundation Model APIを使用する AI関数は、 Meta Llama 3.3 70B Instructを使用したチャットタスクにパワーアップしました。

  ユーザーへのインパクト

  このリリースノートによると、DatabricksユーザーはMeta Llama 3.3を使用して、より強力なAI機能を備えたFoundation Model APIを使用できるようになりました。これにより、より本格的なチャットタスクの自動化が可能になり、言語モデルへの頼もしいアクセスが可能になります。

  ドラッグ＆ドロップでワークスペースファイルをインポート

  2025-01-24

  さNOW、それができますファイルとフォルダをドラッグしてドロップして、それらをワークスペースにインポートします。Drag-and-drop は、ファイルのインポートで利用可能なプライマリーファイルブラウザーページと、ノート、クエリ、およびファイルエディターで利用可能なワークスペースファイルブラウザーサイドパネルで機能します。

  ユーザーへのインパクト

  Databricksユーザーは、ファイルとフォルダを簡単にワークスペースにインポートできるようになりました。ドラッグ＆ドロップ機能を使用すれば、ファイルブラウザーページまたはワークスペースファイルブラウザーのサイドパネルから直接ファイルを移動してインポートできます。

  ノートブックがワークスペースファイルとしてサポートされるようになりました

  2025-01-23

  ノートブックは、ワークスペース ファイルとしてサポートされるようになりました。プログラムでノートブックの作成、読み取り、削除を、他のファイルと同様に実行できるようになりました。これにより、ワークスペース ファイル システムを使用できる任意の場所からノートブックとプログラムで対話できます。ワークスペース ファイルの詳細については、ワークスペース ファイルとは를参照してください。ファイルをノートブックに変換する方法については、ファイルをインポートしてノートブックに変換するを参照してください。

  ユーザーへのインパクト

  この更新では、ノートブックがワークスペースファイルとしてサポートされるようになりました。これにより、プログラムでノートブックの作成、読み取り、削除が可能になり、ワークスペースファイルシステムを使用できる任意の場所からノートブックとプログラムで対話できるようになります。また、ファイルをノートブックに変換する方法も提供されています。

  ノートブックの出力の改善

  2025-01-23

  ノートブックの出力エクスペリエンスに以下の改善が加えられました。

  • フィルタリング: 結果テーブルでは、一致するを使用して列をフィルタできます。フィルタリングする値を選択できます。 これを行うには、列の隣のメニューをクリックし、フィルタをクリックします。 フィルタ条件の追加ができるフィルターモーダルが表示されます。 結果のフィルタリングの詳細については、結果のフィルタリング

  • 結果テーブルのコピー: 結果テーブルをCSV、TSV、またはマークダウンとしてコピーできるようになりました。コピーしたいデータを選択し、右クリックして、コピーを選択し、形式を選択します。 結果はクリップボードにコピーされます。 詳しくは、クリップボードへのデータコピーをご覧ください。

  • ダウンロードの名称: セルの結果をダウンロードする場合、ダウンロード名はノートブック名に対応します。 詳しくは、結果のダウンロードをご覧ください。

  ユーザーへのインパクト

  Databricksユーザーに対する影響は以下のとおりです。

  • ノートブックの結果テーブルにフィルタリング機能が追加され、特定の値に基づいてデータを絞り込むことができるようになりました。
  • 結果テーブルをCSV、TSV、またはマークダウン形式でコピーしてクリップボードに貼り付けることができます。
  • セルの結果をダウンロードするときに、ダウンロード名がノートブック名に対応するようになり、ファイル管理が容易になりました。

  ノートブックの読み込み時間の高速化

  2025-01-23

  ノートブックを開いたとき、初期読み込み時間は99セルのノートブックでは最大26％、10セルのノートブックでは最大6％早くなります。

  ユーザーへのインパクト

  Databicksユーザーにとっての利点は、ノートブックを開く際の初期読み込み時間が短縮されたことです。具体的には、セルの数が多いノートブックであれば、それだけ読み込みが早くなります。例えば99セルのノートブックでは最大で26%早く、10セルのノートブックでは最大で6%早くなります。>%shorter Initial loading times can be useful when you need to quickly access and start working with your notebooks.

  ノートブック: Databricks アシスタントのチャット履歴は、起動したユーザーのみがアクセス可能です

  2025-01-22

  ノートブックでは、DatabricksAssistant のチャット履歴は、チャットを開始したユーザーのみに表示されます。Assistant のプライバシーとセキュリティの詳細については、プライバシーとセキュリティを参照してください。

  ユーザーへのインパクト

  これは、Databricksユーザーにとって、Databricksアシスタントのチャット履歴はそれを開始したユーザーのみがアクセスできることを意味します。つまり、他のユーザーが同じノートブックを使用 коммуника หร지만、チャット履歴は共有されないため、プライバシーとセキュリティが保たれます。

  連続実行ジョブで失敗したタスクは自動的に再試行されます。

  2025-01-22

  このリリースには、連続ジョブの失敗ハンドリングを改善するDatabricks ジョブの更新が含まれます。この変更により、連続ジョブでジョブの実行に失敗した場合、タスクの実行が自動的に再試行されます。タスクの実行は、許可される最大再試行数に到達するまで、指数関数的に増加する遅延で再試行されます。詳しくは、連続ジョブの失敗はどのように処理されますか?を参照してください。

  ユーザーへのインパクト

  これは、Databricks ユーザーにとって便利なアップデートです。この変更により、連続実行ジョブでジョブ実行に失敗した場合、自動的に再試行され、エラーや\Idempotentなタスクで手動での>%restart が不要になります。ただし、許可される最大再試行数を設定する必要があるため、ジョブの設定を確認する必要があります。

  Databricks Marketplace および Partner Connect の UI の更新

  2025-01-21

  サイドバーを簡素化するために、パートナー コネクトと マーケットプレイスを単一の マーケットプレイス リンクに統合しました。新しい マーケットプレイス リンクは、利便性のためにサイドバーの上部に配置されています。

  

  ユーザーへのインパクト

  Databricksユーザーに対する影響は以下の通りです。

  • Marbleเนtic の 2 つの機能 (Databricks Marketplace と Partner Connect) が単一の機能に統合され、名前も Databricks Marketplace に統一されます。
  • ∀.oida assistants strchr्सユーザーは、この機能をより簡単に見つけてアクセスできるようになります。 Side メニューの上部に配置されるためです。

  Databricks JDBCドライバー 2.7.1

  2025-01-16

  データブリックス JDBC ドライバー バージョン 2.7.1 が、JDBC ドライバーのダウンロード ページ からダウンロードできるようになりました。

  このリリースには、次の強化と新機能が含まれています:

  • OAuthEnabledIPAddressRanges という新しいプロパティが追加されました。このプロパティにより、クライアントは、ポート制限のある環境での OAuth トークン取得を容易にするために、既定の OAuth コールバック ポートをオーバーライドできます。

  • リフレッシュ トークンのサポートが利用可能になりました。この機能により、ドライバーが Auth_RefreshToken プロパティを使用して、認証トークンを自動的に更新できます。

  • UseSystemTrustStore という新しいプロパティを使用して、システムの信頼ストアを使用するサポートが追加されました。有効にすると (UseSystemTrustStore=1)、ドライバーはシステムの信頼ストアからの証明書を使用して接続を検証します。

  • UseServerSSLConfigsForOAuthEndPoint というプロパティが追加されました。このプロパティが有効な場合、クライアントがドライバーの SSL 構成を OAuth エンドポイントで共有できます。

  • BASIC 認証は、既

    ユーザーへのインパクト

    Databricksユーザーに対する影響は以下の通りです。

    • 新しいプロパティ「OAuthEnabledIPAddressRanges」により、ポート制限のある環境でのOAuthトークン取得が容易になりました。
    • リフレッシュトークンのサポートにより、ドライバーが認証トークンを自動的に更新できます。
    • 「UseSystemTrustStore」プロパティを使用すると、システムの信頼ストアを使用して接続を検証できます。
    • 「UseServerSSLConfigsForOAuthEndPoint」プロパティが追加され、クライアントがドライバーのSSL構成をOAuthエンドポイントで共有できます。
    • BASIC認証は非推奨となりました。

    つまり、Databricksユーザーは、新しいプロパティを使用してOAuthトークン取得や接続の検証を容易にできます。また、リフレッシュトークンのサポートにより認証トークンの自動更新も可能になります。ただし、BASIC認証は非推奨となったため、代替の認証方法を検討する必要があります。

    Lakehouse FederationはTeradata (パブリックプレビュー)をサポートします。

    2025-01-15

    Teradataで管理されるデータに対する連邦クエリを実行できます。詳細は、Teradataで連邦クエリを実行を参照してください。

    ユーザーへのインパクト

    Lakehouse FederationのTeradataに対するサポートにより、DatabricksユーザーはTeradataで管理されているデータに対するクエリを直接実行できるようになります。これにより、異なるソースからデータを統合し、分析を実施する効率が向上します。

    Databricks エージェントSDK 0.14.0 リリース: カスタム評価メトリック

    2025-01-14

    databricks-agents==0.14.0 で、Mosaic AI エージェントの評価 で カスタム メトリック がサポートされ、ユーザーが特定の GenAI ビジネス ユース ケースに合わせて評価メトリックを定義できるようになりました。

    このリリースでは、以下の機能もサポートされます。

    • ChatAgent と ChatModel を mlflow.evaluate(model_type='databricks-agent') ハーネスから。

    • databricks CLI で認証された Databricks ノートブックの外側から mlflow.evaluate(model_type='databricks-agent') を使用することです。

    • エージェント トレースのネストされた RETRIEVAL スパン。

    • mlflow.evaluate() への data 引数として、ディクショナリの単純な配列のサポート。

    ユーザーへのインパクト

  このリリースノートには、以下の点が含まれています。

  1. カスタム評価メトリック: Databricks エージェント SDK 0.14.0 で、Mosaic AI エージェントの評価でカスタム メトリックをサポートします。ユーザーは特定の GenAI ビジネス ユース ケースに合わせて評価メトリックを定義できるようになりました。
  2. 新しい API サポート: ChatAgent と ChatModel が mlflow.evaluate(model\_type='databricks-agent') ハーネスからサポートされます。また、databricks CLI で認証された Databricks ノートブックの外側から mlflow.evaluate(model\_type='databricks-agent') を使用することも可能になりました。
  3. エージェント トレースのアップデート: エージェント トレースのネストされた RETRIEVAL スパンがサポートされました。
  4. データ引数のサポート: mlflow.evaluate() の data 引数で、ディクショナリの単純な配列がサポートされました。

  AI Gatewayは теперь-delete-translatemonthroughput（パブリック プレビュー）をサポートするようになりました

  2025-01-10

  モザイク AI ゲートウェイ では、プロビジョニングされたスループットで Foundation Model API のワークロードがモデル提供エンドポイントでサポートされるようになりました。

  プロビジョニングされたスループットを使用するモデル提供エンドポイントで、以下のガバナンスおよび監視機能を有効にできるようになりました。

  • 権限とレート制限 を制御して、アクセス権を持つユーザーとアクセス量を管理します。

  • ペイロード ロギング を使用して、推論テーブルを使用して、モデル API に送信されるデータを監視して監査します。

  • 使用状況の追跡 を使用して、システム テーブルを使用して、エンドポイントと関連するコストでのオペレーショナル使用状況を監視します。

  • AI ガードレール は、要求と応答の不要なデータと不正なデータを防ぎます。

  • トラフィック ルーティング を使用して、展開中および展開後に、運用停止を最小限に抑えます。

  ユーザーへのインパクト

  このリリースノートは、DatabricksのAI Gatewayがプロビジョニングされたスループットをサポートしたことを意味します。これにより、Foundation Model APIのワークロードがモデル提供エンドポイントでサポートされ、次のような機能が利用可能になりました。

  • 権限とレート制限の制御
  • ペイロード ロギング
  • 使用状況の追跡
  • AI ガードレール
  • トラフィック ルーティング
    これらの機能を使用すると、モデルの提供と管理が容易になり、セキュリティと監視が強化され、コストの管理が改善されます。

  Meta Llama 2、3およびCode LlamaモデルファミリのFoundation Model Fine-tuningによる提供終了

  2025-01-07

  以下のモデルファミリは廃止され、Foundation Model Fine-tuning ではサポートされなくなりました。推奨される置き換えモデルについては、廃止されたモデル を参照してください。

  • Meta-Llama-3

  • Meta-Llama-2

  • Code Llama

  ユーザーへのインパクト

  Meta Llama 2、3およびCode Llamaモデルファミリは、Foundation Model Fine-tuningで廃止され、サポートされなくなります。代わりに、推奨される置き換えモデルを使用することが必要になります。

  Databricks Runtime 15.2 シリーズのサポートが終了します

  2025-01-07

  Databricks Runtime 15.2およびDatabricks Runtime 15.2 for Machine Learningのサポートは1月7日に終了しました。詳細は、Databricksのサポートライフサイクルを参照してください。

  ユーザーへのインパクト

  Databricks Runtime 15.2シリーズが古いランタイムバージョンとなり、2024年1月7日をもってサポートが終了しました。このバージョンを使用する場合、新しいバージョンにアップグレードしてください。詳細な情報は、「Databricksのサポートライフサイクル」（https://docs.databricks.com/ja/release-notes/runtime/databricks-runtime-ver.html）を参照してください。

  Databricks Runtime 15.3 シリーズのサポート終了

  2025-01-07

  Databricks Runtime 15.3およびDatabricks Runtime 15.3 for Machine Learningのサポートは1月7日に終了しました。詳しくは、Databricksのサポートライフサイクルを参照してください。

  ユーザーへのインパクト

  Databricks Runtime 15.3 シリーズのサポートは終了したため、最新バージョンにアップグレードすることを検討してください。サポート終了'i'後の脆弱性などの問題に対する更新プログラムとサポートは提供されないため、セキュリティと安定性のために最新バージョンを使用することをお勧めします。