Qwen 2.5 3b Text To SQL

🚀 自然言語からSQLへの変換のためにファインチューニングされた大規模言語モデル

このモデルは、Qwen/Qwen2.5-3B-Instruct をファインチューニングしたもので、自然言語のクエリをSQL文に変換することを目的としています。gretelai/synthetic_text_to_sql データセットで訓練されており、必要に応じてSQLクエリとテーブルスキーマのコンテキストの両方を提供することができます。

🚀 クイックスタート

このモデルは、自然言語の入力をSQL文に変換するために特化しています。必要に応じてテーブルスキーマのコンテキストも生成することができ、様々な自然言語からSQLへの変換タスクに対応しています。

✨ 主な機能

1. 自然言語からSQLへの変換：自然言語のクエリを正確なSQL文に変換します。
2. スキーマ生成：テーブルスキーマのコンテキストが提供されない場合でも、自動的に生成します。
3. 分析とレポートに最適化：集計、グルーピング、フィルタリングを含むSQLクエリを処理することができます。

📦 インストール

このモデルを使用するには、transformers ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

自然言語からSQLへの変換にこのモデルを使用するには、以下のように transformers ライブラリを使ってモデルをロードします。

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Ellbendls/Qwen-2.5-3b-Text_to_SQL")
model = AutoModelForCausalLM.from_pretrained("Ellbendls/Qwen-2.5-3b-Text_to_SQL")

# 入力プロンプト
query = "What is the total number of hospital beds in each state?"

# 入力をトークン化し、出力を生成
inputs = tokenizer(query, return_tensors="pt")
outputs = model.generate(**inputs, max_length=512)

# デコードして表示
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

出力例

入力:
What is the total number of hospital beds in each state?

出力:

Context:
CREATE TABLE Beds (State VARCHAR(50), Beds INT);
INSERT INTO Beds (State, Beds) VALUES ('California', 100000), ('Texas', 85000), ('New York', 70000);

SQL Query:
SELECT State, SUM(Beds) FROM Beds GROUP BY State;

📚 ドキュメント

モデル詳細

モデルの説明

このモデルは、自然言語のプロンプトに基づいてSQLクエリを生成するようにファインチューニングされています。テーブルスキーマのコンテキストが欠落しているシナリオでは、モデルはSQLクエリとともにスキーマ定義を生成するように訓練されており、様々な自然言語からSQLへの変換タスクに対する強力なソリューションとなっています。

訓練詳細

データセット

このモデルは gretelai/synthetic_text_to_sql データセットでファインチューニングされました。このデータセットには、SQLクエリにマッピングされた様々な自然言語のクエリが含まれており、オプションでスキーマのコンテキストも含まれています。

🔧 技術詳細

制限事項

1. 複雑なクエリ：高度にネストされたまたは高度なSQLタスクに対しては苦労する可能性があります。
2. 英語以外のプロンプト：英語のみに最適化されています。
3. コンテキスト依存性：明示的な指示がない場合、誤ったスキーマを生成する可能性があります。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。