🚀 Peft庫
Peft庫基於Mistral-7B-v0.1模型,可根據給定的表格和問題生成SQL語句,為相關的文本生成任務提供支持。
🚀 快速開始
Peft庫可根據給定的表格和問題生成SQL語句。你可以按照以下步驟使用該庫:
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "mistralai/Mistral-7B-v0.1"
peft_model_id = "predibase/wikisql"
model = AutoModelForCausalLM.from_pretrained(model_id)
model.load_adapter(peft_model_id)
✨ 主要特性
- SQL生成:能夠根據給定的表格和問題生成相應的SQL語句。
- 免費試用:可以在 Lora Land 免費試用該適配器。
📚 詳細文檔
模型信息
屬性 |
詳情 |
庫名稱 |
Peft |
基礎模型 |
mistralai/Mistral-7B-v0.1 |
任務類型 |
文本生成 |
適配器類別 |
推理 |
適配器名稱 |
WikiSQL (SQL Generation) |
原始數據集
該模型的原始數據集可在 wikisql 查看。
示例輸入與輸出
示例輸入
Considering the provided database schema and associated query, produce SQL code to retrieve the answer to the query.
### Database Schema: {'header': ['Game', 'Date', 'Opponent', 'Score', 'Decision', 'Location/Attendance', 'Record'], 'types': ['real', 'real', 'text', 'text', 'text', 'text', 'text'], 'rows': [array(['77', '1', 'Pittsburgh Penguins', '1-6', 'Brodeur',
'Mellon Arena - 17,132', '47-26-4'], dtype=object), array(['78', '3', 'Tampa Bay Lightning', '4-5 (OT)', 'Brodeur',
'Prudential Center - 17,625', '48-26-4'], dtype=object), array(['79', '4', 'Buffalo Sabres', '3-2', 'Brodeur',
'HSBC Arena - 18,690', '49-26-4'], dtype=object), array(['80', '7', 'Toronto Maple Leafs', '4-1', 'Brodeur',
'Prudential Center - 15,046', '49-27-4'], dtype=object), array(['81', '9', 'Ottawa Senators', '3-2 (SO)', 'Brodeur',
'Scotiabank Place - 20,151', '50-27-4'], dtype=object), array(['82', '11', 'Carolina Hurricanes', '2-3', 'Brodeur',
'Prudential Center - 17,625', '51-27-4'], dtype=object)]}
### Query: What is Score, when Game is greater than 78, and when Date is "4"?
### SQL:
示例輸出
SELECT Score FROM table WHERE Game > 78 AND Date = 4
💡 使用建議
你可以親自嘗試使用這個適配器,按照上述示例進行操作。