许可证：apache-2.0
数据集：

• PipableAI/pip-txt-to-sql-spider-bird-dataset
  语言：
• en
  评估指标：
• accuracy
  标签：
• sql
• code
• text2sql
• instruction_tuned
• basemodel
• jax
• pytorch
• text-generation-inference
  库名称：transformers
  流水线标签：text-generation
  小部件示例：
• 文本：>
  CREATE TABLE system(JobID: String,GID: String, UID: String,
  Start:Time(yyyy/mm/dd), End: Time,ElapsedRaw: Time, CPUTimeRAW: Time,NCPUS:
  Number,NNodes: Number, NodeList: List, State:String, Timelimit:
  Time);获取2023年1月20日开始、2023年2月14日结束且作业ID为20的作业的UID和作业ID
  示例标题：example

pipSQL-1.3b

pipableAi

colab笔记本

我们构建了什么？

一个13亿参数的SQL模型，在多个流行基准测试中超越了大多数SQL专家模型和ChatGPT。
这是基于deepseek基础模型提炼的模型。
请访问 https://huggingface.co/PipableAI/pip-library-etl-1.3b 查看我们的前沿模型。

如何构建的？

我们使用了softmax交叉熵、改进的策略梯度以及Q损失，并在EM框架下进行优化。
在上述框架中的损失行为如下：

基准测试：

我们使用“语义评估文本到SQL蒸馏测试套件”进行基准测试，这是耶鲁和伯克利研究团队提出的官方认可的Spider、SParC和CoSQL评估框架。
该基准包含2200个测试数据点。
以下是运行评估的链接：

测试套件SQL评估

我们还对defog评估进行了基准测试。
它包含defog团队手工挑选的200个测试数据点。
以下是链接：

Defog SQL评估
以下是结果：

许可证

该模型在apache 2.0许可证下开源。

使用方法

安装

pip install transformers  

提示模板

prompt = f"""<schema>{schema}</schema>  
<question>{question}</question>  
<sql>"""  

PyTorch

from transformers import AutoModelForCausalLM, AutoTokenizer  
device = "cuda"  
model = AutoModelForCausalLM.from_pretrained("PipableAI/pip-sql-1.3b")  
tokenizer = AutoTokenizer.from_pretrained("PipableAI/pip-sql-1.3b")  

inputs = tokenizer(text, return_tensors="pt")  
outputs = model.generate(**inputs, max_new_tokens=200)  
print(tokenizer.decode(outputs[0], skip_special_tokens=True).split('<sql>')[1].split('</sql>')[0])  

Flax

from transformers import FlaxAutoModelForCausalLM, AutoTokenizer  
device = "cuda"  
model = FlaxAutoModelForCausalLM.from_pretrained("PipableAI/pip-sql-1.3b",from_pt=True)  
tokenizer = AutoTokenizer.from_pretrained("PipableAI/pip-sql-1.3b")  

inputs = tokenizer(text, return_tensors="jax")  
outputs = model.generate(**inputs, max_new_tokens=200)  
print(tokenizer.decode(outputs[0], skip_special_tokens=True).split('<sql>')[1].split('</sql>')[0])  

示例

数据库模式

CREATE TABLE Products (  
  product_id number,  
  parent_product_id number,  
  product_name text,  
  product_price number,  
  product_color text,  
  product_size text,  
  product_description text);  

CREATE TABLE Customers (  
  customer_id number,  
  gender_code text,  
  customer_first_name text,  
  customer_middle_initial text,  
  customer_last_name text,  
  email_address text,  
  login_name text,  
  login_password text,  
  phone_number text,  
  address_line_1 text,  
  town_city text,  
  county text,  
  country text);  

CREATE TABLE Customer_Payment_Methods (  
  customer_id number,  
  payment_method_code text);  

CREATE TABLE Invoices (  
  invoice_number number,  
  invoice_status_code text,  
  invoice_date time);  

CREATE TABLE Orders (  
  order_id number,  
  customer_id number,  
  order_status_code text,  
  date_order_placed time);  

CREATE TABLE Order_Items (  
  order_item_id number,  
  product_id number,  
  order_id number,  
  order_item_status_code text);  

CREATE TABLE Shipments (  
  shipment_id number,  
  order_id number,  
  invoice_number number,  
  shipment_tracking_number text,  
  shipment_date time);  

CREATE TABLE Shipment_Items (  
  shipment_id number,  
  order_item_id number);  

问题与SQL查询

1. 最少见性别的客户的电子邮件地址、城市和县是什么？

SELECT email_address, town_city, county FROM customers GROUP BY gender_code ORDER BY count(*) ASC LIMIT 1  

2. 价格高于平均水平的产品的产品价格和尺寸是什么？

SELECT product_price, product_size FROM products WHERE product_price > (SELECT avg(product_price) FROM products)  

3. 哪些客户没有下过订单？列出他们的名字、中间名首字母和姓氏。

SELECT T1.customer_first_name, T1.customer_middle_initial, T1.customer_last_name FROM Customers AS T1 WHERE T1.customer_id NOT IN (SELECT T2.customer_id FROM Orders AS T2)  

团队

Avi Kothari, Pratham Gupta, Ritvik Aryan Kalra, Rohan Bhatial, Soham Acharya