/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
31 июл 2023

nsql-llama-2-7B

Генерация текстаТекст → текст3 профессии

Модель NumbersStation на основе Llama 2 преобразует вопросы на естественном языке и схемы таблиц в SQL-запросы.

38скачиваний за 30 дней82лайкавеса обновлены10 мар 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NSQL-Llama-2-7B — авторегрессионная языковая модель NumbersStation для преобразования запросов на естественном языке в SQL с учётом схемы таблиц. Она основана на Meta Llama 2 7B: модель дополнительно обучали на общих SQL-запросах, а затем дообучали на парах «текст — SQL». В метаданных указаны архитектура Llama, 6,6 млрд параметров, контекст 4096 токенов и формат PyTorch.

Модель предназначена для генерации SQL, прежде всего запросов SELECT, включая запросы с соединениями таблиц и вложенными подзапросами. В README приведены результаты оценивания на Spider и GeoQuery; качество зависит от набора данных и сложности запроса. Рекомендуемый формат промпта описан в карточке модели.

Для использования применяются условия лицензии Llama 2. Модель генерирует запросы, но их корректность следует проверять на целевой схеме и данных; заявленные результаты бенчмарков сами по себе не гарантируют точность в конкретной базе данных.

Сценарии применения

  • генерация SQL по вопросу пользователя и схеме базы данных
  • создание SELECT-запросов с соединениями таблиц
  • составление SQL с вложенными подзапросами
  • локальное преобразование бизнес-вопросов в запросы к базе данных

Ограничения

Модель рассчитана на промпты со схемой таблиц и лучше работает при использовании формата промпта из карточки; в README её основное назначение описано как генерация SELECT-запросов. Результаты заметно зависят от сложности и набора данных: на GeoQuery приведённые показатели ниже, чем на Spider.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NSQL-Llama-2-7B

Model Description

NSQL is a family of autoregressive open-source large foundation models (FMs) designed specifically for SQL generation tasks.

In this repository we are introducing a new member of NSQL, NSQL-Llama-2-7B. It's based on Meta's original Llama-2 7B model and further pre-trained on a dataset of general SQL queries and then fine-tuned on a dataset composed of text-to-SQL pairs.

Training Data

The general SQL queries are the SQL subset from The Stack, containing 1M training samples. The labeled text-to-SQL pairs come from more than 20 public sources across the web from standard datasets. We hold out Spider and GeoQuery datasets for use in evaluation.

Evaluation Data

We evaluate our models on two text-to-SQL benchmarks: Spider and GeoQuery.

Evaluation Results

We evaluate our models on two text-to-SQL benchmarks: Spider and GeoQuery.

Spider Benchmark (Text-to-SQL Standard Evaluation)

NSQL-llama-2-7B was evaluated on the Spider benchmark, the standard academic evaluation for Text-to-SQL systems.

Overall Performance

ModelSizeExecution AccuracyMatching Accuracy
NSQL-llama-2-7B7B78.1%66.3%
GPT-4~1.8T76.2%41.9%
GPT-3.5 Chat—72.8%44.2%
Llama-2-7B (base)7B29.1%19.3%
Llama-2-70B70B61.5%35.4%

Performance by Query Complexity

Query TypeNSQL-llama-2-7BGPT-4NSQL Advantage
Join Queries53.7%~37.6%+43% relative
Nested Queries57.2%~37.1%+54% relative
Simple Queries91.4%HigherGPT-4 advantage

Key Findings

  1. Complex Query Performance: NSQL-llama-2-7B significantly outperforms GPT-4 on complex queries:

    • +43% improvement on Join queries
    • +54% improvement on Nested queries
  2. Matching Accuracy: NSQL achieves 66.3% matching accuracy vs. GPT-4's 41.9% (+24.4 points), indicating more structurally correct SQL generation.

  3. Efficiency: NSQL achieves near-parity with GPT-4 on overall execution (78.10% vs 76.2%) while being ~250× smaller.

  4. Local Deployment: The 7B parameter size enables local deployment on commodity hardware, preserving data privacy.

Why This Matters

GPT-4 achieves marginally higher overall execution accuracy primarily through superior performance on simple single-table queries. However, enterprise SQL workloads typically involve:

  • Multiple table joins
  • Nested subqueries
  • Complex business logic

On these complex query types, NSQL substantially outperforms GPT-4 while enabling privacy-preserving local deployment.

GeoQuery Benchmark

ModelSizeExecution AccuracyMatching Accuracy
NSQL-llama-2-7B7B26.5%30.4%
GPT-4~1.8T55.1%39.1%

Note: GeoQuery is a narrower benchmark; Spider is the primary industry standard for Text-to-SQL evaluation.

NSQL Model Family Comparison

ModelSizeSpider ExecSpider Match
NSQL-350M350M51.7%45.6%
NSQL-2B2B59.3%53.2%
NSQL-6B6B63.6%57.4%
NSQL-llama-2-7B7B78.1%66.3%

Evaluation Methodology

  • Benchmark: Spider (Yu et al., 2018)
  • Metric - Execution Accuracy: Percentage of queries returning correct results
  • Metric - Matching Accuracy: Percentage of queries structurally matching ground truth
  • Query Type Breakdown: Join, Nested, Simple categories per Spider schema

Training Procedure

NSQL was trained using cross-entropy loss to maximize the likelihood of sequential inputs. For finetuning on text-to-SQL pairs, we only compute the loss over the SQL portion of the pair. The model is trained using 80GB A100s, leveraging data and model parallelism. We pre-trained for 3 epochs and fine-tuned for 10 epochs.

Intended Use and Limitations

The model was designed for text-to-SQL generation tasks from given table schema and natural language prompts. The model works best with the prompt format defined below and outputting SELECT queries.

How to Use

Example 1:

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("NumbersStation/nsql-llama-2-7B")
model = AutoModelForCausalLM.from_pretrained("NumbersStation/nsql-llama-2-7B", torch_dtype=torch.bfloat16)

text = """CREATE TABLE stadium (
    stadium_id number,
    location text,
    name text,
    capacity number,
    highest number,
    lowest number,
    average number
)

CREATE TABLE singer (
    singer_id number,
    name text,
    country text,
    song_name text,
    song_release_year text,
    age number,
    is_male others
)

CREATE TABLE concert (
    concert_id number,
    concert_name text,
    theme text,
    stadium_id text,
    year text
)

CREATE TABLE singer_in_concert (
    concert_id number,
    singer_id text
)

-- Using valid SQLite, answer the following questions for the tables provided above.

-- What is the maximum, the average, and the minimum capacity of stadiums ?

SELECT"""

input_ids = tokenizer(text, return_tensors="pt").input_ids

generated_ids = model.generate(input_ids, max_length=500)
print(tokenizer.decode(generated_ids[0], skip_special_tokens=True))

Example 2:

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("NumbersStation/nsql-llama-2-7B")
model = AutoModelForCausalLM.from_pretrained("NumbersStation/nsql-llama-2-7B", torch_dtype=torch.bfloat16)

text = """CREATE TABLE stadium (
    stadium_id number,
    location text,
    name text,
    capacity number,
)

-- Using valid SQLite, answer the following questions for the tables provided above.

-- how many stadiums in total?

SELECT"""

input_ids = tokenizer(text, return_tensors="pt").input_ids

generated_ids = model.generate(input_ids, max_length=500)
print(tokenizer.decode(generated_ids[0], skip_special_tokens=True))

Example 3:

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("NumbersStation/nsql-llama-2-7B")
model = AutoModelForCausalLM.from_pretrained("NumbersStation/nsql-llama-2-7B", torch_dtype=torch.bfloat16)

text = """CREATE TABLE work_orders (
    ID NUMBER,
    CREATED_AT TEXT,
    COST FLOAT,
    INVOICE_AMOUNT FLOAT,
    IS_DUE BOOLEAN,
    IS_OPEN BOOLEAN,
    IS_OVERDUE BOOLEAN,
    COUNTRY_NAME TEXT,
)

-- Using valid SQLite, answer the following questions for the tables provided above.

-- how many work orders are open?

SELECT"""

input_ids = tokenizer(text, return_tensors="pt").input_ids

generated_ids = model.generate(input_ids, max_length=500)
print(tokenizer.decode(generated_ids[0], skip_special_tokens=True))

For more information (e.g., run with your local database), please find examples in this repository.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c165371

0 моделей