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大家庭，它們分別是 DeciCoder、OctoCoder 以及最新的成員 SQLCoder。

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

SQLCoder

作為一個 SOTA 大型語言模型， SQLCoder 將自然語言問題轉(zhuǎn)換為 SQL 查詢。在開發(fā)者的開源評估框架 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 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。在針對單個數(shù)據(jù)庫模式進(jìn)行微調(diào)時，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)建了一個手工編輯的 prompt - 補(bǔ)全對數(shù)據(jù)集，重點(diǎn)是文本到 SQL 任務(wù)。該數(shù)據(jù)集由 10 個不同的模式創(chuàng)建，問題難度各不相同。此外，他們還從 7 個新模式中創(chuàng)建了一個包含 175 個問題的評估數(shù)據(jù)集。

他們確保在訓(xùn)練數(shù)據(jù)集和評估數(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 個表的模式由于關(guān)系有限，往往只能進(jìn)行簡單直接的查詢。

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)來完成，以衡量 SQL 難度。最后，他們將數(shù)據(jù)集分為兩個不同的子部分，分別是簡單問題和中等問題，以及難題和超難題。

微調(diào)

作者分以下兩個階段對模型進(jìn)行了微調(diào)。

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

評估

作者在自己創(chuàng)建的自定義數(shù)據(jù)集上對模型進(jìn)行了評估。評估 SQL 查詢的正確性非常困難，他們曾考慮使用 GPT-4 作為 評估標(biāo)準(zhǔn)，但遇到了很多問題。過程中他們還意識到，兩個不同的 SQL 查詢可能都正確。

對于 「誰是最近 10 個來自多倫多的用戶 」這個問題，以下兩種查詢方式都是正確的。

鑒于此，作者建立了一個自定義框架來評估查詢的正確性。他們不僅開源了模型權(quán)重，同樣開源了評估框架與評估數(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，特別是該模型對返回結(jié)果中的無害變化（如列重命名、附加列和重新排序）的穩(wěn)健性。

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

性能

在評估框架中，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，而這兩個模型的大小是它的 10 倍以上。

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

將每個生成的問題分為 5 類，按類別顯示了每個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)行了測試。你還可以在 20GB 或更大內(nèi)存的消費(fèi)級 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。

接下來的工作

未來幾周，作者將對 SQLCoder 進(jìn)行以下更新：

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

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