CoolFace
Modelpublic

BMinal/sql_coder

sourceHugging Faceapache-2.0updated 10mo agoView on Hugging Face
0likes17downloads
Model Card

SQL Coder – Türkçe NL → SQL LoRA Modeli

<img src="https://huggingface.co/BMina/sql_coder/resolve/main/Untitled%20diagram-2025-11-28-111904.png" width="100%" />

🧠 Model Hakkında

Bu model, Türkçe doğal dilde yazılmış soruları PostgreSQL şemasına uygun SQL komutlarına dönüştürmek için, Qwen2.5-7B-Instruct tabanı üzerine QLoRA yöntemiyle eğitilmiştir.

🚀 Özellikler

  • —Türkçe NL → SQL dönüşümü
  • —PostgreSQL uyumlu çıktı
  • —Şema farkındalığı (table + column awareness)
  • —Güvenli sorgu üretimi (JOIN kuralları, yanlış tablo engelleme vb.)
  • —LoRA ile hafif ve hızlı fine-tuning

🏗️ Eğitim Detayları

  • —Base Model: Qwen/Qwen2.5-7B-Instruct
  • —Yöntem: 4-bit QLoRA
  • —Epoch: 2
  • —LR: 2e-4
  • —Batch Size: 2
  • —Max Seq Length: 2048
  • —Dataset Boyutu: 2.8k NL→SQL örneği

📁 Dosya Yapısı

  • —adapter_model.safetensors
  • —adapter_config.json
  • —training_args.bin
  • —tokenizer.model / tokenizer.json
  • —README.md (bu dosya)

🔧 Kullanım

python
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base = "Qwen/Qwen2.5-7B-Instruct"
lora = "BMina/sql_coder"

tokenizer = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(base)
model = PeftModel.from_pretrained(model, lora)

prompt = "Tüm müşterilerin ad ve soyadlarını getir."
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=150)
print(tokenizer.decode(outputs[0]))

📊 Örnek Sorgular

SoruSQL
“Tüm kullanıcıları listele”SELECT * FROM users;
“Her departmandaki kişi sayısı nedir?”SELECT dept, COUNT(*) FROM users GROUP BY dept;

📜 Lisans

MIT License