🚀 SQLCoder-7B-2
SQLCoder-7B-2 是一個強大的大語言模型,可實現自然語言到 SQL 的轉換,能幫助非技術用戶理解 SQL 數據庫中的數據。
🚀 快速開始
使用 此處 的代碼來開始使用該模型。
✨ 主要特性
- 專為非技術用戶設計,可作為分析工具理解 SQL 數據庫中的數據。
- 模型權重於 2024 年 2 月 7 日 UTC 時間上午 7 點更新,新權重使模型性能大幅提升,尤其是在處理連接操作時。
📦 安裝指南
文檔未提及安裝步驟,故跳過。
💻 使用示例
基礎用法
請使用以下提示以獲得最佳效果。請記住使用 do_sample=False
和 num_beams=4
以獲得最佳結果。
### Task
Generate a SQL query to answer [QUESTION]{user_question}[/QUESTION]
### Database Schema
The query will run on a database with the following schema:
{table_metadata_string_DDL_statements}
### Answer
Given the database schema, here is the SQL query that [QUESTION]{user_question}[/QUESTION]
[SQL]
📚 詳細文檔
模型詳情

模型描述
這是一個已發佈到 Hugging Face Hub 的 🤗 transformers 模型的模型卡片,該卡片是自動生成的。
屬性 |
詳情 |
開發者 |
Defog, Inc |
模型類型 |
[文本轉 SQL] |
許可證 |
[CC-by-SA-4.0] |
微調基礎模型 |
[CodeLlama-7B] |
模型來源
使用場景
此模型旨在供非技術用戶理解其 SQL 數據庫中的數據,作為分析工具使用,而非數據庫管理工具。該模型未經過訓練以拒絕具有數據庫寫入權限用戶的惡意請求,因此僅應供具有隻讀權限的用戶使用。
評估
該模型在 SQL-Eval 上進行了評估,這是一個由 Defog 開發的基於 PostgreSQL 的評估框架,用於測試和校準模型能力。你可以在 此處 瞭解更多關於 SQLEval 的方法。
評估結果
我們將每個生成的問題分為 6 個類別之一。該表格按類別細分,展示了每個模型正確回答問題的百分比。
模型 |
日期 |
分組 |
排序 |
比率 |
連接 |
條件 |
sqlcoder-70b |
96 |
91.4 |
97.1 |
85.7 |
97.1 |
91.4 |
sqlcoder-7b-2 |
96 |
91.4 |
94.3 |
91.4 |
94.3 |
77.1 |
sqlcoder-34b |
80 |
94.3 |
85.7 |
77.1 |
85.7 |
80 |
gpt-4 |
72 |
94.3 |
97.1 |
80 |
91.4 |
80 |
gpt-4-turbo |
76 |
91.4 |
91.4 |
62.8 |
88.6 |
77.1 |
natural-sql-7b |
56 |
88.6 |
85.7 |
60 |
88.6 |
80 |
sqlcoder-7b |
64 |
82.9 |
74.3 |
54.3 |
74.3 |
74.3 |
gpt-3.5 |
72 |
77.1 |
82.8 |
34.3 |
65.7 |
71.4 |
claude-2 |
52 |
71.4 |
74.3 |
57.1 |
65.7 |
62.9 |
🔧 技術細節
文檔未提及技術實現細節,故跳過。
📄 許可證
本模型採用 CC-by-SA-4.0 許可證。
📞 模型卡片聯繫信息
在 X 上通過 @defogdata 聯繫我們,或通過電子郵件 founders@defog.ai 聯繫我們。
⚠️ 重要提示
模型未經過訓練以拒絕具有數據庫寫入權限用戶的惡意請求,因此僅應供具有隻讀權限的用戶使用。如果你在 2024 年 2 月 7 日 UTC 時間上午 7 點之前下載了該模型,請重新下載權重以獲得最佳性能。