该模型可以接受中文自然语言指令并转换为SQL查询语句。
[2024/07/18] 发布 llama-3-8B-sqlcorder-chinese-Instruct-gguf ,对中文对话能力进行微调,进行了中文text2sql的微调:hungingface 地址
- 放出 LLaMA-Factory 微调教程
- 如何使用测试集进行测试
- 更新日期: 2024/05/11
- 评价指标: execution accuracy (ex)
Model | Method | Easy | Medium | Hard | Extra | All |
---|---|---|---|---|---|---|
llama-3-8B-Instruct-text2sql | lora | 0.938 | 0.782 | 0.581 | 0.524 | 0.768 |
qlora | 0 | 0 | 0 | 0 | 0 | |
base | 0.297 | 0.245 | 0.151 | 0.095 | 0.230 | |
base | 0 | 0 | 0 | 0 | 0 | |
Llama2-13B-Chat | lora | 0.907 | 0.729 | 0.552 | 0.343 | 0.68 |
qlora | 0.911 | 0.7 | 0.552 | 0.319 | 0.664 | |
base | 0.214 | 0.177 | 0.092 | 0.036 | 0.149 | |
CodeLlama-13B-Instruct | lora | 0.94 | 0.789 | 0.684 | 0.404 | 0.746 |
qlora | 0.94 | 0.774 | 0.626 | 0.392 | 0.727 | |
base | 0.577 | 0.352 | 0.201 | 0.066 | 0.335 | |
Qwen-14B-Chat | lora | 0.895 | 0.702 | 0.552 | 0.331 | 0.663 |
qlora | 0.919 | 0.744 | 0.598 | 0.367 | 0.701 | |
base | 0 | 0 | 0 | 0 | 0 |
本项目初期使用的训练数据集为 CSPIDER 中文数据集 Spider数据集 BIRD-SQL 数据集,该数据集包含多种数据库环境下的中文到SQL的查询转换样本。 我们计划在后续阶段引入更多样的中文文本到SQL的样本,以增强模型的泛化能力和准确性。
- Spider: 一个跨域的复杂text2sql数据集,包含了10,181条自然语言问句、分布在200个独立数据库中的5,693条SQL,内容覆盖了138个不同的领域。
- BIRD-SQL:数据集是一个英文的大规模跨领域文本到SQL基准测试,特别关注大型数据库内容。该数据集包含12,751对文本到SQL数据对和95个数据库,总大小为33.4GB,跨越37个职业领域。BIRD-SQL数据集通过探索三个额外的挑战,即处理大规模和混乱的数据库值、外部知识推理和优化SQL执行效率,缩小了文本到SQL研究与实际应用之间的差距。
- CSpider:2019年9月,西湖大学提出了一个大型中文数据集CSpider,用于复杂和跨领域的语义解析和Text-to-SQL任务,由2位NLP研究人员和1位计算机专业学生从数据集Spider翻译而来,其中包含200个数据库上的10181个问题和5693个独特的复杂SQL查询,具有涵盖138个不同领域的多个表的数据库。
- WikiSQL:2017/09,Salesforce提出了一个大型Text-to-SQL数据集WikiSQL,数据来自Wikipedia,属于单个域,包含80,654个自然语言问题和77,840条SQL语句。 SQL语句的形式比较简单,不包含排序、分组、子查询等复杂操作。
模型名称 | 完整版 | LoRA版 | GGUF版 |
---|---|---|---|
llama-3-8B-Instruct-text2sql (基于Llama-3-Chinese-8B-Instruct-v2) |
[🤗Hugging Face] [🤖ModelScope] [wisemodel] |
[🤗Hugging Face] [🤖ModelScope] [wisemodel] |
|
llama-3-8B-sqlcorder-chinese-Instruct-gguf (基于llama-3-8b-sqlcorder) |
[🤗Hugging Face] |
sensen
本项目采用 MIT 许可证。详细许可信息可以在项目仓库的LICENSE文件中找到。
欢迎对中文处理和SQL生成感兴趣的开发者加入我们的项目。你可以通过 GitHub Issue 或 Pull Request 的方式参与项目贡献。