你知道的有關(guān)于代碼編輯的大模型工具有哪些呢？

推特用戶 @lvwerra 制作了下面這張圖，為大家梳理代碼大家庭的大部分成員。

就在他發(fā)布了這張圖后的兩周內(nèi)，又有三位新成員加入了這個(gè)大家庭，它們分別是 DeciCoder、OctoCoder 以及最新的成員 SQLCoder。

其中，這個(gè)最新成員 SQLCoder 不僅性能出色，并且已經(jīng)開源了！

SQLCoder

作為一個(gè) SOTA 大型語(yǔ)言模型， SQLCoder 將自然語(yǔ)言問題轉(zhuǎn)換為 SQL 查詢。在開發(fā)者的開源評(píng)估框架 SQLEval 中，SQLCoder 的性能明顯優(yōu)于所有主要的開源模型，并且優(yōu)于 OpenAI 的 GPT-3.5。

SQLCoder 是一個(gè) 15B 參數(shù)的 LLM，也是 StarCoder 的微調(diào)實(shí)現(xiàn)。SQLCoder 在手工制作的 SQL 查詢上進(jìn)行了微調(diào)，難度依次遞增。在針對(duì)單個(gè)數(shù)據(jù)庫(kù)模式進(jìn)行微調(diào)時(shí)，它的性能可與 GPT-4 媲美，甚至更勝一籌。

• 項(xiàng)目地址：https://github.com/defog-ai/sqlcoder
• 演示地址：https://defog.ai/sqlcoder-demo/
• 模型權(quán)重：https://huggingface.co/defog/sqlcoder

在過去的三個(gè)月里，SQLCoder 已經(jīng)部署在了醫(yī)療、金融等企業(yè)中。這些企業(yè)通常擁有敏感數(shù)據(jù)，他們不希望這些數(shù)據(jù)從自有服務(wù)器中流出，因此利用自托管模型是他們使用 LLM 的唯一途徑。

方法

創(chuàng)建數(shù)據(jù)集

作者創(chuàng)建了一個(gè)手工編輯的 prompt - 補(bǔ)全對(duì)數(shù)據(jù)集，重點(diǎn)是文本到 SQL 任務(wù)。該數(shù)據(jù)集由 10 個(gè)不同的模式創(chuàng)建，問題難度各不相同。此外，他們還從 7 個(gè)新模式中創(chuàng)建了一個(gè)包含 175 個(gè)問題的評(píng)估數(shù)據(jù)集。

他們確保在訓(xùn)練數(shù)據(jù)集和評(píng)估數(shù)據(jù)集中都選擇了有 4-20 張表的復(fù)雜模式，這是因?yàn)橹挥?1 或 2 個(gè)表的模式由于關(guān)系有限，往往只能進(jìn)行簡(jiǎn)單直接的查詢。

問題分類

數(shù)據(jù)集創(chuàng)建后，作者將數(shù)據(jù)集中的每個(gè)問題分為易、中、難、特難四類。這種分類通過調(diào)整 Spider 數(shù)據(jù)集使用的標(biāo)準(zhǔn)來(lái)完成，以衡量 SQL 難度。最后，他們將數(shù)據(jù)集分為兩個(gè)不同的子部分，分別是簡(jiǎn)單問題和中等問題，以及難題和超難題。

微調(diào)

作者分以下兩個(gè)階段對(duì)模型進(jìn)行了微調(diào)。

• 首先，僅在簡(jiǎn)單和中等難度的問題上對(duì) StarCoder 基礎(chǔ)模型進(jìn)行了微調(diào)。
• 
  
• 其次，在難題和超難題上對(duì)得到的模型（代碼為 defog-easy）進(jìn)行微調(diào)，從而得到 SQLcoder。

評(píng)估

作者在自己創(chuàng)建的自定義數(shù)據(jù)集上對(duì)模型進(jìn)行了評(píng)估。評(píng)估 SQL 查詢的正確性非常困難，他們?cè)紤]使用 GPT-4 作為 評(píng)估標(biāo)準(zhǔn)，但遇到了很多問題。過程中他們還意識(shí)到，兩個(gè)不同的 SQL 查詢可能都正確。

對(duì)于 「誰(shuí)是最近 10 個(gè)來(lái)自多倫多的用戶 」這個(gè)問題，以下兩種查詢方式都是正確的。

鑒于此，作者建立了一個(gè)自定義框架來(lái)評(píng)估查詢的正確性。他們不僅開源了模型權(quán)重，同樣開源了評(píng)估框架與評(píng)估數(shù)據(jù)集。

發(fā)布數(shù)據(jù)集的目的是豐富可用基準(zhǔn)，幫助研究人員和工程師更好地了解文本到 SQL 生成模型的性能，特別是該模型對(duì)返回結(jié)果中的無(wú)害變化（如列重命名、附加列和重新排序）的穩(wěn)健性。

更多關(guān)于評(píng)估的細(xì)節(jié)請(qǐng)參見博客內(nèi)容：https://defog.ai/blog/open-sourcing-sqleval/

性能

在評(píng)估框架中，Defog SQLCoder 的表現(xiàn)優(yōu)于除 GPT-4 之外的所有主要模型。特別地，它的性能超過了 gpt-3.5-turbo  和 text-davinci-003，而這兩個(gè)模型的大小是它的 10 倍以上。

這些結(jié)果針對(duì)的是通用 SQL 數(shù)據(jù)庫(kù)，并不反映 SQLCoder 在單個(gè)數(shù)據(jù)庫(kù)模式上的性能。在對(duì)單個(gè)數(shù)據(jù)庫(kù)模式進(jìn)行微調(diào)時(shí)，SQLCoder 的性能與 OpenAI 的 GPT-4 相同或更好，延遲更低（在 A100 80GB 上）。

將每個(gè)生成的問題分為 5 類，按類別顯示了每個(gè)模型正確回答問題的百分比。

SQLCoder 的硬件要求

SQLCoder 已在帶權(quán)重的 A100 40GB GPU 上進(jìn)行了測(cè)試。你還可以在 20GB 或更大內(nèi)存的消費(fèi)級(jí) GPU（如 RTX 4090、RTX 3090 以及 20GB 或更大內(nèi)存的蘋果 M2 Pro、M2 Max 或 M2 Ultra 芯片）上加載該模型的 8 位和 4 位量化版本。

接下來(lái)的工作

未來(lái)幾周，作者將對(duì) SQLCoder 進(jìn)行以下更新：

• 利用更多人工收集的數(shù)據(jù)和更廣泛的問題對(duì)模型進(jìn)行訓(xùn)練；
• 利用獎(jiǎng)勵(lì)建模和 RLHF 進(jìn)一步調(diào)整模型；
• 從頭開始預(yù)訓(xùn)練一個(gè)專門從事數(shù)據(jù)分析的模型（SQL + Python）。

如果你對(duì) SQLCoder 感興趣，快點(diǎn)擊演示地址進(jìn)行探索吧！