/ Модель

Характеристики

Контекст
16 384 токена
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
deepseek-coder-6.7b-instruct
Опубликована
8 янв 2024

NaturalSQL-6.7B-v0

Генерация текстаТекст → текст5 профессий

Дообученная модель на 6,6 млрд параметров для преобразования вопросов на естественном языке в запросы PostgreSQL с учётом схемы базы данных.

25скачиваний за 30 дней6лайковвеса обновлены18 янв 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NaturalSQL-6.7B-v0 — языковая модель, дообученная cfahlgren1 на базе deepseek-ai/deepseek-coder-6.7b-instruct для преобразования вопросов на естественном языке в SQL с учётом схемы базы данных. Модель предназначена для генерации запросов PostgreSQL; при настройке запроса ей нужно передать описание схемы и вопрос пользователя.

Модель имеет плотную архитектуру семейства Llama, около 6,6 млрд параметров и контекст до 16 384 токенов. По карточке, обучение включало 8 тысяч пар «естественный язык — SQL» и было ориентировано в том числе на сложные вопросы. README сообщает о сравнении с ведущими моделями своего размера, но отмечает, что запросы по датам требуют дальнейшего улучшения.

Модель распространяется в формате safetensors под лицензией «other»; конкретные условия лицензии следует проверять в карточке репозитория. Результаты генерации нужно проверять на соответствие схеме и корректность SQL перед выполнением.

Сценарии применения

  • генерация PostgreSQL-запросов по вопросу пользователя
  • создание SQL-запроса с учётом схемы таблиц
  • ответы на сложные вопросы к реляционной базе через SQL

Ограничения

README отмечает, что запросы по датам требуют улучшения. Сгенерированные запросы следует проверять на соответствие схеме и корректность перед выполнением.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NaturalSQL-6.7B-v0.1

NaturalSQL is a series of models with state-of-the-art performance on Text to SQL instructions.

NaturalSQL is a LLM that can translate natural language queries to SQL based on your schema. It is finetuned on 8k text to PostgreSQL Natural Language <> SQL pairs. NaturalSQL matches the state of the art models in text to sql for it's size and produces the best in the field for complex questions.

Here is a write up, small test done here.

Table of Contents

  1. Benchmarks
  2. Future Improvements
  3. Usage
  4. SQL Generation Template
  5. Example SQL Output

Benchmarks

SQL-Eval on novel datasets not seen in training

Big thanks to the defog team for open sourcing sql-eval👏

SQL-Eval by SQL Category

NaturalSQL-6.7B-v0 matches or outperforms other industry leading models in multiple categories!

The date category will be a strong focus in the next iteration of v1.

Future Improvements

  • Much larger training set
  • More complex schemas, questions, and queries
  • Strong focus on Date Queries
  • Reward modeling via DPO

Usage

Make sure you have the correct version of the transformers library installed:

pip install transformers==4.35.2

Loading the Model

Use the following Python code to load the model:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("cfahlgren1/NaturalSQL-6.7B-v0")
model = AutoModelForCausalLM.from_pretrained(
    "cfahlgren1/NaturalSQL-6.7B-v0",
    device_map="auto",
    torch_dtype=torch.float16,
)

Generating Text

To generate text, use the following Python code. Here is a full notebook with the SQL table prompt format to use.

messages=[
    { 'role': 'user', 'content': prompt}
]

inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)

# 32023 is the id of <|EOT|> token
outputs = model.generate(inputs, max_new_tokens=512, do_sample=False, top_k=50, top_p=0.95, num_return_sequences=1, eos_token_id=32023)

print(tokenizer.decode(outputs[0][len(inputs[0]):], skip_special_tokens=True))

SQL Generation Template

### Task 

Generate a SQL query to answer the following question: `{natural language question}` 

### Database Schema 

The query will run on a database with the following schema: 

'''
<SQL Table DDL Statements>
'''

### Answer 
Here is the SQL query that answers the question: `{natural language question}` 
'''sql

Example SQL Output

Example Schemas

CREATE TABLE users (
        user_id SERIAL PRIMARY KEY,
        username VARCHAR(50) NOT NULL,
        email VARCHAR(100) NOT NULL,
        password_hash TEXT NOT NULL,
        created_at TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP
    );

CREATE TABLE projects (
    project_id SERIAL PRIMARY KEY,
    project_name VARCHAR(100) NOT NULL,
    description TEXT,
    start_date DATE,
    end_date DATE,
    owner_id INTEGER REFERENCES users(user_id)
);

CREATE TABLE tasks (
    task_id SERIAL PRIMARY KEY,
    task_name VARCHAR(100) NOT NULL,
    description TEXT,
    due_date DATE,
    status VARCHAR(50),
    project_id INTEGER REFERENCES projects(project_id)
);

CREATE TABLE taskassignments (
    assignment_id SERIAL PRIMARY KEY,
    task_id INTEGER REFERENCES tasks(task_id),
    user_id INTEGER REFERENCES users(user_id),
    assigned_date DATE NOT NULL DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE comments (
    comment_id SERIAL PRIMARY KEY,
    content TEXT NOT NULL,
    created_at TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
    task_id INTEGER REFERENCES tasks(task_id),
    user_id INTEGER REFERENCES users(user_id)
);

Example SQL Outputs

Question: Show me the day with the most users joining

SELECT created_at::DATE AS day, COUNT(*) AS user_count
FROM users
GROUP BY day
ORDER BY user_count DESC
LIMIT 1;

Question: Show me the project that has a task with the most comments

SELECT p.project_name, t.task_name, COUNT(c.comment_id) AS comment_count
FROM projects p
JOIN tasks t ON p.project_id = t.project_id
JOIN comments c ON t.task_id = c.task_id
GROUP BY p.project_name, t.task_name
ORDER BY comment_count DESC
LIMIT 1;

Question: What is the ratio of users with gmail addresses vs without?

SELECT 
    SUM(CASE WHEN email ILIKE '%@gmail.com%' THEN 1 ELSE 0 END)::FLOAT / NULLIF(SUM(CASE WHEN email NOT ILIKE '%@gmail.com%' THEN 1 ELSE 0 END), 0) AS gmail_ratio
FROM 
    users;

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7ff1bba

0 моделей