NL2SQL

SQLCoder2与SQLCoder-7B是StarCode最新开源的两款模型，它们代表了在处理SQL查询方面的重大进步。SQLCoder2基于原始SQLCoder模型进行了显著改进。

性能对比

性能表现（优于3月发布的GPT4）：

AI相关资讯-第十三期 - 图1

按问题类别划分的结果

date	group_by	order_by	ratio	join	where
sqlcoder-70b	96	91.4	97.1	85.7	97.1	91.4
sqlcoder-7b-2	96	91.4	94.3	91.4	94.3	77.1
sqlcoder-34b	80	94.3	85.7	77.1	85.7	80
gpt-4	72	94.3	97.1	80	91.4	80
gpt-4-turbo	76	91.4	91.4	62.8	88.6	77.1
natural-sql-7b	56	88.6	85.7	60	88.6	80
sqlcoder-7b	64	82.9	74.3	54.3	74.3	74.3
gpt-3.5	72	77.1	82.8	34.3	65.7	71.4
claude-2	52	71.4	74.3	57.1	65.7	62.9

特点

可本地部署，输出的为PGSQL语句，可通过SQL翻译工具转换为MySQL语句。

可通过微调、数据集训练识别专业业务领域语言。比如，能够识别”患者数“与”患者人数“是同一个语义。

演示

问题1

按城市统计5月份的患者人数

SELECT i.city_name,
       SUM(i.patient_count) AS total_patient_count
FROM
indicator i
WHERE EXTRACT(MONTH
              FROM i.cal_date) = 5
GROUP BY i.city_name
ORDER BY total_patient_count DESC NULLS LAST;

AI相关资讯-第十三期 - 图2

问题2

按城市统计5月份的签约患者数

SELECT i.city_name,
       SUM(i.sign_patient_count) AS total_sign_patient_count
FROM
indicator i
WHERE EXTRACT(MONTH
              FROM i.cal_date) = 5
GROUP BY i.city_name
ORDER BY total_sign_patient_count DESC NULLS LAST;

AI相关资讯-第十三期 - 图3

问题3

按城市统计5月份的医生人数（错误回答）

SELECT i.city_name,
       COUNT(i.city_code) AS doctor_count
FROM
indicator i
WHERE EXTRACT(MONTH
              FROM i.cal_date) = 5
GROUP BY i.city_name
ORDER BY i.city_name NULLS LAST;

AI相关资讯-第十三期 - 图4

使用体验

当前官方给到的是8B版本的，实际使用还是存在乱答的现象。最新的目前是15B版，有希望通过加上正确的提示词或者微调，使其回答更加正确。