Pip Sql 1.3b

🚀 pipSQL-1.3b

pipSQL-1.3b是一個擁有13億參數的SQL模型，在流行基準測試中表現優於大多數SQL專家模型和ChatGPT。它基於DeepSeek基礎模型構建，為文本到SQL的轉換提供了強大支持。

🚀 快速開始

你可以通過以下鏈接體驗本項目：

• PipableAI公司介紹
• Colab Notebook

✨ 主要特性

• 一個擁有13億參數的SQL模型，在流行基準測試中超越了大多數SQL專家模型和ChatGPT。
• 這是一個基於DeepSeek基礎模型構建的蒸餾模型。
• 有關我們的先進模型，請參考PipableAI/pip-library-etl-1.3b。

🔧 技術細節

模型構建方法

我們使用了softmax交叉熵、改進形式的策略梯度以及Q損失，並在EM設置中進行優化。以下是上述設置中的損失行為：

基準測試

為了進行基準測試，我們使用了由耶魯大學和伯克利大學的研究團隊提出的“Semantic Evaluation for Text-to-SQL with Distilled Test Suites”，這是一個被官方認可的用於Spider、SParC和CoSQL的評估框架。該基準包含2200個測試數據點。

Test Suite SQL Eval

我們還在Defog評估上進行了基準測試，該評估包含Defog團隊精心挑選的200個測試數據點。

Defog SQL-Eval

團隊成員

Avi Kothari、Pratham Gupta、Ritvik Aryan Kalra、Rohan Bhatial、Soham Acharya

📦 安裝指南

pip install transformers

💻 使用示例

基礎用法

prompt = f"""<schema>{schema}</schema>
<question>{question}</question>
<sql>"""

高級用法 - PyTorch

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda"
model = AutoModelForCausalLM.from_pretrained("PipableAI/pip-sql-1.3b")
tokenizer = AutoTokenizer.from_pretrained("PipableAI/pip-sql-1.3b")

inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0], skip_special_tokens=True).split('<sql>')[1].split('</sql>')[0])

高級用法 - Flax

from transformers import FlaxAutoModelForCausalLM, AutoTokenizer
device = "cuda"
model = FlaxAutoModelForCausalLM.from_pretrained("PipableAI/pip-sql-1.3b",from_pt=True)
tokenizer = AutoTokenizer.from_pretrained("PipableAI/pip-sql-1.3b")

inputs = tokenizer(text, return_tensors="jax")
outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0], skip_special_tokens=True).split('<sql>')[1].split('</sql>')[0])

示例數據與查詢

數據庫表結構

CREATE TABLE Products (
  product_id number,
  parent_product_id number,
  product_name text,
  product_price number,
  product_color text,
  product_size text,
  product_description text);

CREATE TABLE Customers (
  customer_id number,
  gender_code text,
  customer_first_name text,
  customer_middle_initial text,
  customer_last_name text,
  email_address text,
  login_name text,
  login_password text,
  phone_number text,
  address_line_1 text,
  town_city text,
  county text,
  country text);

CREATE TABLE Customer_Payment_Methods (
  customer_id number,
  payment_method_code text);

CREATE TABLE Invoices (
  invoice_number number,
  invoice_status_code text,
  invoice_date time);

CREATE TABLE Orders (
  order_id number,
  customer_id number,
  order_status_code text,
  date_order_placed time);

CREATE TABLE Order_Items (
  order_item_id number,
  product_id number,
  order_id number,
  order_item_status_code text);

CREATE TABLE Shipments (
  shipment_id number,
  order_id number,
  invoice_number number,
  shipment_tracking_number text,
  shipment_date time);

CREATE TABLE Shipment_Items (
  shipment_id number,
  order_item_id number);

查詢示例

問題1：最不常見性別客戶的電子郵件地址、所在城鎮和所在縣是什麼？

SELECT email_address ,  town_city ,  county FROM customers GROUP BY gender_code ORDER BY count(*) ASC LIMIT 1

問題2：價格高於平均水平的產品的價格和尺寸是多少？

SELECT product_price ,  product_size FROM products WHERE product_price  > (SELECT avg(product_price) FROM products)

問題3：哪些客戶沒有下過任何訂單？列出他們的名字、中間名首字母和姓氏。

SELECT T1.customer_first_name ,  T1.customer_middle_initial ,  T1.customer_last_name FROM Customers AS T1 WHERE T1.customer_id NOT IN (SELECT T2.customer_id FROM Orders AS T2)

📄 許可證

該模型遵循Apache 2.0許可證開源。