许可证：apache-2.0
数据集：

• Clinton/Text-to-sql-v1
• b-mc2/sql-create-context
  语言：
• en
  任务标签：text2text-generation

模型ID说明卡

基于t5-small的模型，可根据包含"CREATE TABLE"语句的表列表从文本生成SQL，支持多表连接操作。
这是一个轻量级模型，适用于多种分析场景。训练数据融合了b-mc2/sql-create-context和Clinton/Text-to-sql-v1数据集。
联系我们获取更多信息：support@cloudsummary.com

模型详情

模型描述

• 开发方： cssupport (support@cloudsummary.com)
• 模型类型： 语言模型
• 支持语言(NLP)： 英语
• 许可证： Apache 2.0
• 微调基础模型： t5-small

模型来源

请参考t5-small获取模型来源信息。

快速开始

使用以下代码快速启用模型：

import torch  
from transformers import T5Tokenizer, T5ForConditionalGeneration  

# 初始化分词器  
tokenizer = T5Tokenizer.from_pretrained('t5-small')  

# 加载模型  
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")  
model = T5ForConditionalGeneration.from_pretrained('cssupport/t5-small-awesome-text-to-sql')  
model = model.to(device)  
model.eval()  

def generate_sql(input_prompt):  
    # 对输入提示进行分词  
    inputs = tokenizer(input_prompt, padding=True, truncation=True, return_tensors="pt").to(device)  
      
    # 前向传播  
    with torch.no_grad():  
        outputs = model.generate(**inputs, max_length=512)  
      
    # 解码输出为SQL语句  
    generated_sql = tokenizer.decode(outputs[0], skip_special_tokens=True)  
      
    return generated_sql  

# 测试案例  
input_prompt = "tables:\n" + "CREATE TABLE student_course_attendance (student_id VARCHAR); CREATE TABLE students (student_id VARCHAR)" + "\n" + "query for:" + "列出从未参加课程的学生ID"  

generated_sql = generate_sql(input_prompt)  
print(f"生成的SQL查询为: {generated_sql}")  
# 输出示例: SELECT student_id FROM students WHERE NOT student_id IN (SELECT student_id FROM student_course_attendance)  

应用场景

[需补充详细信息]

直接应用

适用于需要将自然语言转换为SQL查询的场景。
[需补充详细信息]

不适用场景

[需补充详细信息]

偏差、风险与局限

[需补充详细信息]

使用建议

用户（包括直接使用者和下游使用者）应充分了解模型的潜在风险、偏差和局限性。需补充更多信息以提供进一步建议。

技术规格

模型架构与目标

基于t5-small架构

计算基础设施

硬件

单张A100-80显卡

软件

PyTorch与HuggingFace生态系统

联系信息

cssupport (support@cloudsummary.com)