Text2sql 1.5B

🚀 Text2SQL-1.5Bモデル

Text2SQL-1.5Bは、ユーザーのクエリを構造化されたSQL文に変換するために設計された強力な自然言語からSQLへの変換モデルです。複雑な多テーブルクエリをサポートし、テキストからSQLへの変換において高い精度を保証します。

🚀 クイックスタート

概要

Text2SQL-1.5B は、ユーザーのクエリを構造化されたSQL文に変換するために設計された強力な 自然言語からSQLへの変換モデル です。複雑な多テーブルクエリをサポートし、テキストからSQLへの変換において高い精度を保証します。

システム指示

モデルの出力を一貫させるために、以下のシステム指示を使用してください。

⚠️ 重要提示

常にコードと説明を分けてください。SQLコードを別のブロックで返し、その後に説明を別の段落で記述してください。Markdownのトリプルバッククォート（SQLの場合は ```sql）を使用してコードを適切に整形してください。最初にSQLクエリを別のコードブロックに記述し、その後にクエリの説明を平文で記述してください。1つのレスポンスにまとめないでください。

JSON形式の結果を使用する場合は、以下の指示に従ってください。

⚠️ 重要提示

常にSQLコードと説明を分けてください。SQLクエリを 'query' と 'explanation' の2つのキーを含むJSON形式で返してください。レスポンスは厳密に {"query": "SQL_QUERY_HERE", "explanation": "EXPLANATION_HERE"} の構造に従う必要があります。'query' キーにはSQL文のみを含め、'explanation' キーにはクエリの平文での説明を提供してください。1つのレスポンスにまとめないでください。

プロンプト形式

プロンプト形式には、ユーザーのクエリと CREATE TABLE 文を使用したテーブル構造の両方を含める必要があります。期待されるメッセージ形式は次のとおりです。

messages = [
    {"role": "system", "content": "常にコードと説明を分けてください。SQLコードを別のブロックで返し、その後に説明を別の段落で記述してください。Markdownのトリプルバッククォート（SQLの場合は ` ```sql `）を使用してコードを適切に整形してください。最初にSQLクエリを別のコードブロックに記述し、その後にクエリの説明を平文で記述してください。1つのレスポンスにまとめないでください。クエリには、メインのSQLクエリを実行する前に `CREATE TABLE` 文を使用したテーブル構造を常に含める必要があります。"},
    {"role": "user", "content": "Show the total sales for each customer who has spent more than $50,000."},
    {"role": "user", "content": "CREATE TABLE sales (id INT PRIMARY KEY, customer_id INT, total_amount DECIMAL(10,2), FOREIGN KEY (customer_id) REFERENCES customers(id)); CREATE TABLE customers (id INT PRIMARY KEY, name VARCHAR(255));"}
] 

モデルの使用方法

基本的な使用法

from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline

# トークナイザーとモデルをロード
tokenizer = AutoTokenizer.from_pretrained("yasserrmd/Text2SQL-1.5B")
model = AutoModelForCausalLM.from_pretrained("yasserrmd/Text2SQL-1.5B")

# パイプラインを定義
pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)

# システム指示を定義
system_instruction = "常にコードと説明を分けてください。SQLコードを別のブロックで返し、その後に説明を別の段落で記述してください。Markdownのトリプルバッククォート（SQLの場合は ` ```sql `）を使用してコードを適切に整形してください。最初にSQLクエリを別のコードブロックに記述し、その後にクエリの説明を平文で記述してください。1つのレスポンスにまとめないでください。クエリには、メインのSQLクエリを実行する前に `CREATE TABLE` 文を使用したテーブル構造を常に含める必要があります。"

# ユーザークエリを定義
user_query = "Show the total sales for each customer who has spent more than $50,000. CREATE TABLE sales (id INT PRIMARY KEY, customer_id INT, total_amount DECIMAL(10,2), FOREIGN KEY (customer_id) REFERENCES customers(id)); CREATE TABLE customers (id INT PRIMARY KEY, name VARCHAR(255));"

# 入力用のメッセージを定義
messages = [
    {"role": "system", "content": system_instruction},
    {"role": "user", "content": user_query},
]

# SQL出力を生成
response = pipe(messages)

# 生成されたSQLクエリを印刷
print(response[0]['generated_text'])

アップロードされたモデル

このQwen2モデルは、Unsloth とHuggingfaceのTRLライブラリを使用して2倍高速にトレーニングされました。