salamandra-7b-instruct-text2sql

Merged adapters from LoRA training for the BSC-LT/salamandra-7b-instruct model, available here.

The finetuning has been specifically done to make the model more suitable for performing Text2SQL tasks on a specific database structure. The training dataset is exclusively in Spanish.

The prompt format the model has learnt from is:

### Base de datos:
{database_create_structure}
### Instrucción: {prompt, in natural language}
### SQL:

For example:

### Base de datos:
CREATE TABLE [dbo].[Taxonomia]( -- Tabla que define las especies (taxones)
	[taxonid] [int] NOT NULL, -- Identificador
	[name] [varchar(MAX)] NULL, -- Nombre científico
	[taxonrank] [varchar(MAX)] NULL, -- Rango del taxón, puede ser: "Species", "Subspecies", "Variety", "Form"
	[origen] [varchar(MAX)] NULL, -- Si es especie nativa o no
	[taxonomicgroup] [varchar(MAX)] NULL, -- El grupo taxonómico
	[kingdom] [varchar(MAX)] NULL, -- El reino taxonómico
	[phylum] [varchar(MAX)] NULL, -- El philo taxonómico
	[class] [varchar(MAX)] NULL, -- La clase taxonómico
	[taxonorder] [varchar(MAX)] NULL, -- El orden taxonómico
	[family] [varchar(MAX)] NULL, -- La familia taxonómica
	[genus] [varchar(MAX)] NULL, -- El género taxonómico
	[subgenus] [varchar(MAX)] NULL, -- El subgénero taxonómico
	[nametype] [varchar(MAX)] NULL -- Tipo de nombre, puede ser "Aceptado" o "Sinónimo"
)

CREATE TABLE [dbo].[NombresEspecies]( -- Tabla de nombres para cada taxón
	[idtaxon] [int] NULL, -- Identificador
	[nombre_comun] [varchar(MAX)] NULL, -- Nombre comun para el taxón
	[idioma] [varchar(MAX)] NULL, -- Idioma del nombre comun, el español aparece como "Castellano"
	[espreferente] [int] NULL -- Si es el nombre común preferente o no, toma valores 1 o 0
)

CREATE TABLE [dbo].[Rutas](-- Tabla que define las rutas
	[ID_Ruta] [int] NOT NULL, -- Identificador
	[Nombre_Ruta] [varchar(MAX)] NULL, -- El nombre de la ruta
	[Nombre_Etapa] [varchar(MAX)] NULL, -- El nombre de la etapa, si existe
	[Longitud] [float] NULL, -- La longitud de la etapa/ruta
	[CCAA] [varchar(MAX)] NULL, -- La Comunidad Autónoma a la que pertenece la etapa/ruta
	[Provincia] [varchar(MAX)] NULL, -- La provincia a la que pertenece la etapa/ruta
)

CREATE TABLE [dbo].[Cuadriculas]( -- Tabla que define las cuadrículas
	[CUADRICULA] [nchar](7) NOT NULL, -- Codigo de la cuadrícula
	[CCAA] [varchar(MAX)] NULL, -- Comunidad autonoma a la que pertenece la cuadrícula
	[Provincia] [varchar(MAX)] NULL -- Provincia a la que pertenece la cuadrícula
)

CREATE TABLE [dbo].[CuadriculasEspecies]( -- Tabla que relaciona las especies con las cuadrículas
	[idtaxon] [int] NOT NULL, 
	[cuadricula] [nchar](7) NOT NULL
)

CREATE TABLE [dbo].[CuadriculasRutas]( -- Tabla que relaciona las rutas con las cuadrículas
	[ID_Ruta] [int] NULL,
	[CUADRICULA] [nchar](7) NULL
)
### Instrucción: Quiero descripciones que incluyan los nombres comunes de las especies en inglés, si existen.
### SQL:

To run these prompts, the ';' stop_sequence must be added, as the model is trained to generate it once the query is over. For the previous example, the result is:

SELECT
    ne.nombre_comun AS NombreComunInglés
FROM
    NombresEspecies ne
WHERE
    ne.idtaxon = <idtaxon> AND ne.idioma = 'Inglés';