/ Модель

Характеристики

Контекст
16 384 токена
Параметры
68,7 млрд
Размер весов
138 ГБ
Лицензия
CC BY-SA 4.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
30 янв 2024

sqlcoder-70b-alpha

Генерация текстаТекст → текст4 профессии

SQLCoder-70B-Alpha — дообученная Defog модель на основе CodeLlama-70B для генерации SQL-запросов по вопросам на естественном языке.

54скачиваний за 30 дней232лайкавеса обновлены31 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

SQLCoder-70B-Alpha — языковая модель компании Defog, предназначенная для преобразования запросов на естественном языке в SQL. Она создана дообучением CodeLlama-70B и использует плотную архитектуру Llama с 68,7 млрд параметров и контекстом до 16 384 токенов. Модель подходит для аналитики: помогает пользователям без технической подготовки задавать вопросы к данным в SQL-базах и получать запросы для анализа дат, группировок, сортировки, отношений, соединений таблиц и фильтрации.

В карточке приведены результаты оценки SQL-Eval для PostgreSQL по категориям date, group_by, order_by, ratio, join и where. Модель не предназначена для администрирования баз данных и не обучалась отклонять вредоносные запросы от пользователей с правами записи. Её следует использовать только с доступом к базе данных на чтение. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • генерация SQL-запросов по вопросам о данных
  • аналитические запросы к базе данных PostgreSQL
  • фильтрация записей по условиям из вопроса
  • группировка, сортировка и соединение таблиц для анализа

Ограничения

Модель предназначена для аналитики, а не для администрирования баз данных; она не обучена отклонять вредоносные запросы от пользователей с правами записи, поэтому использовать её следует только с доступом на чтение. Оценка в карточке описывает отдельные категории SQL-Eval для PostgreSQL и не гарантирует точность для произвольных схем и баз данных.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for SQLCoder-70B-Alpha

A capable large language model for natural language to SQL generation. Outperforms all generalist models (including GPT-4) on text to SQL.

image/png

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: Defog, Inc
  • Model type: [Text to SQL]
  • License: [CC-by-SA-4.0]
  • Finetuned from model: [CodeLlama-70B]

Model Sources [optional]

Uses

This model is intended to be used by non-technical users to understand data inside their SQL databases. It is meant as an analytics tool, and not as a database admin tool.

This model has not been trained to reject malicious requests from users with write access to databases, and should only be used by users with read-only access.

How to Get Started with the Model

Use the code here to get started with the model.

Evaluation

This model was evaluated on SQL-Eval, a PostgreSQL based evaluation framework developed by Defog for testing and alignment of model capabilities.

You can read more about the methodology behind SQLEval here.

Results

We classified each generated question into one of 6 categories. The table displays the percentage of questions answered correctly by each model, broken down by category.

dategroup_byorder_byratiojoinwhere
sqlcoder-70b9691.497.185.797.191.4
sqlcoder-34b8094.385.777.185.780
gpt-46494.388.674.285.780
sqlcoder2-15b768077.16077.177.1
sqlcoder-7b6482.974.354.374.374.3
gpt-3.56877.174.234.365.771.4
claude-25271.474.357.165.762.9

Using SQLCoder

Model Card Authors

Model Card Contact

Contact us on X at @defogdata, or on email at founders@defog.ai

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
8095a5d

0 моделей