SQLCoder 是一个专注于 SQL 查询生成和转换的人工智能模型,它在理解和生成 SQL 语句的能力上表现卓越,甚至超越了包括 GPT-4 在内的通用模型。
SQLCoder测试站点:https://defog.ai/sqlcoder-demo/
SQLCoder模型GitHub链接https://github.com/defog-ai/sqlcoder
SQLCoder模型HuggingFace链接https://huggingface.co/defog/sqlcoder-70b-alpha
SQLCoder 是一组大型语言模型,在我们的 sql-eval 框架上,其自然语言到 SQL 生成任务的表现优于 gpt-4 和 gpt-4-turbo,并且明显优于所有流行的开源模型。
安装 SQLCoder
在具有 NVIDIA GPU 且 VRAM 超过 16GB 的设备上运行(最佳性能)
pip install "sqlcoder[transformers]"
在 Apple Silicon 上运行(性能较差,因为量化和缺乏波束搜索)
CMAKE_ARGS="-DLLAMA_METAL=on"
pip install "sqlcoder[llama-cpp]"
在没有 GPU 访问的非 Apple Silicon 计算机上运行,在 Linux/Intel Mac 上运行此程序 CMAKE_ARGS="-DLLAMA_BLAS=ON -DLLAMA_BLAS_VENDOR=OpenBLAS"
pip install "sqlcoder[llama-cpp]"
在 Windows 上运行此程序
$env:CMAKE_ARGS = "-DLLAMA_BLAS=ON -DLLAMA_BLAS_VENDOR=OpenBLAS"
pip install "sqlcoder[llama-cpp]"
SQLCoder 尚未在其他平台上测试过。非常欢迎在其他平台上测试的贡献!
运行 SQLCoder
sqlcoder launch
这样,您将能够直接连接到数据库,以便添加元数据并以可视化方式查询。
许可证
Apache-2 许可
使用SQLCoder
您可以通过 transformers 库使用 SQLCoder,方法是从 Hugging Face 存储库下载我们的模型权重。我们添加了示例代码,用于在示例数据库架构上进行推理。
python inference.py -q "Question about the sample database goes here"