BMinal/sql_coder

SQL Coder – Türkçe NL → SQL LoRA Modeli

🧠 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

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

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

📜 Lisans

MIT License