SQLCoder：将自然语言问题转化为 SQL 查询的先进模型

摘要：SQLCoder 是由 Defog.ai 开发的一款先进模型，用于将自然语言问题转化为数据库查询。它在通用 SQL 架构中表现出色，并且在针对特定数据库架构进行优化时，性能超过了 gpt-4。项目地址:https://github.com/defog-ai/s..

SQLCoder 是由 Defog.ai 开发的一款先进模型，用于将自然语言问题转化为数据库查询。它在通用 SQL 架构中表现出色，并且在针对特定数据库架构进行优化时，性能超过了 gpt-4。

项目地址:https://github.com/defog-ai/sqlcoder

SQLCoder 的模型大小适合在单个 A100-40GB 或8位量化的高端消费级 GPU（如 RTX3090/4090）上执行。评估 LLM 生成的 SQL 的机制也是开源的。评估 SQL 代码可能很困难，研究人员希望进行广泛、公开和可重现的测试，以推动开源文本到 SQL 系统的极限。

SQLCoder 的模型权重遵循 CC BY-SA4.0许可。该模型可供个人和商业使用。如果你改变了结果（例如通过微调），你必须按照相同的许可将这些改变发布为开源。

SQLCoder 是 StarCoder 的优化版本，使用了150亿参数。SQLCoder 已经在逐渐具有挑战性的手工创建的 SQL 查询上进行了微调。通过对数据库模式进行特定调优，它可以实现或超越 GPT-4的性能。

过去三个月，研究人员已经与医疗保健、金融服务和政府部门的企业客户一起使用 SQLCoder。对于那些在使用 LLMs 时不希望敏感数据离开他们的服务器的客户来说，自托管模型是唯一的选择。

核心功能:

1. 将自然语言问题转化为正确高效的 SQL 查询。

2. 快速而轻松地生成 SQL 查询。

3. 生成符合 SQL 规则的查询语句。

4. 可根据程序需求进行定制化修改。