SQLCoder是什么？在哪里能找到？

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"