metadata

tasks:
  - text2sql
model-type:
  - glm
domain:
  - nlp
frameworks:
  - pytorch
backbone:
  - transformer
containers:
  - >-
    registry-vpc.cn-shanghai.aliyuncs.com/cloud-dsw/pytorch:1.8-cpu-py36-ubuntu18.04
  - >-
    registry-vpc.cn-shanghai.aliyuncs.com/cloud-dsw/tensorflow:1.12-cpu-py36-ubuntu18.04
customized-quickstart: false
finetune-support: false
license: apache-2.0
language:
  - en
  - fr
  - cn
tags:
  - transformer
pre-train: false
train:
  - spider dataset
  - bird dataset

sql_codellama 介绍

SQL-Codellama是一个用于text2SQL的模型。

模型底座

它是基于codellama模型构建的，该模型通过使用qlora进行训练。

训练数据

训练数据包含了spider、starcode等数据集。这个模型的目标是将自然语言查询转换为SQL查询。

功能

Text to SQL( 以下简称Text2SQL)，是将自然语言文本（Text）转换成结构化查询语言SQL的过程，属于自然语言处理-语义分析（Semantic Parsing）领域中的子任务。它的目的可以简单概括为：“打破人与结构化数据之间的壁垒”，即普通用户可以通过自然语言描述完成复杂数据库的查询工作，得到想要的结果。它通过学习语法、语义和查询意图来理解用户的问题，并根据对应的数据库结构生成相应的SQL查询语句。SQL-Codellama的训练过程经过了大量的数据预处理、特征提取和模型训练，以提高其准确性和性能。它可以应用于各种领域，如数据分析、数据库查询优化等。SQL-Codellama的设计和训练过程是为了使其能够处理复杂的查询，并产生高质量的SQL查询结果。它的目标是为用户提供准确、高效的文本到SQL转换，从而帮助用户更轻松地进行数据库查询和数据分析。

 git clone https://www.modelscope.cn/tomatoModelScope/sql_codellama.git