---
title: llama-2-13b-chat.Q4
canonical_url: "https://www.modelscope.cn/models/CarbonAgent/llama-2-13b-chat.Q4"
md_url: "https://www.modelscope.cn/models/CarbonAgent/llama-2-13b-chat.Q4.md"
repository: CarbonAgent/llama-2-13b-chat.Q4
chinese_name: "Llama2-13b-SQL微调"
last_updated: 2023-11-05
license: "Apache License 2.0"
pipeline_tag: fill-mask
tasks:
  - fill-mask
library_name:
  - gguf
  - pytorch
frameworks:
  - Pytorch
downloads: 665
stars: 22
tags:
  - gguf
---

# llama-2-13b-chat.Q4

> llama-2-13b-chat.Q4 - CarbonAgent 在 ModelScope 开源的模型。基于text-to-sql语料fine-tuning，实现自然语言转SQL查询语言，旨在垂直行业进行专业数据代理

CarbonAgent/llama-2-13b-chat.Q4 是 ModelScope 魔搭社区上的fill-mask模型，采用 Apache License 2.0 许可。

- **Repository**: CarbonAgent/llama-2-13b-chat.Q4
- **License**: Apache License 2.0
- **Tasks**: fill-mask
- **Tags**: gguf
- **Downloads**: 665
- **Stars**: 22
- **Last updated**: 2023-11-05

Source: https://www.modelscope.cn/models/CarbonAgent/llama-2-13b-chat.Q4

---

# Llama-2-13b-chat: 自然语言转 SQL 查询语言模型

## 概述

`llama-2-13b-chat` 是CarbonZ项目组基于 `llama2` 进行 fine-tuning 的模型，专门用于将自然语言转换为 SQL 查询语言。这个模型在 `text-to-sql` 语料库上进行了训练和优化，因此能够将自然语言查询有效地转换为对应的 SQL 查询。这使得非技术用户也能够通过自然语言查询来获取他们需要的数据，极大地提升了数据访问的便捷性。

## 用途

这个模型的主要目标是在垂直行业中进行专业数据代理。通过使用 `llama-2-13b-chat`，业务人员可以直接使用自然语言来查询数据库，而无需掌握复杂的 SQL 查询语法。这不仅可以提升业务人员的工作效率，也可以减少对 IT 人员的依赖。

例如，销售人员可以通过输入 "展示上个季度所有销售额超过 10000 美元的订单"，`llama-2-13b-chat` 会将这个查询转换为对应的 SQL 查询，如 "SELECT * FROM orders WHERE sales > 10000 AND quarter = 'Q2';"。

## 特性

1. **强大的自然语言处理能力**：基于 `llama2` 的强大语言模型，`llama-2-13b-chat` 能够理解复杂的自然语言查询，并准确地将其转换为 SQL 查询。

2. **广泛的语料库训练**：模型在 `text-to-sql` 语料库上进行了训练，因此能够处理各种类型的自然语言查询。

3. **行业专用**：模型可以适应垂直行业的特殊需求，例如金融、医疗、零售等行业的特定查询。

## 使用方法

使用 `llama-2-13b-chat` 非常简单。你只需要将自然语言查询作为输入，模型将返回对应的 SQL 查询。例如：

```python
query = "展示上个季度所有销售额超过 10000 美元的订单"
sql = model.predict(query)
print(sql)
```bash
 git clone https://www.modelscope.cn/CarbonAgent/llama-2-13b-chat.Q4.git
```