/ Модель

Характеристики

Контекст
514 токенов
Параметры
137 млн
Архитектура
mpnet · dense
Базовая модель
all-mpnet-base-v2
Библиотека
sentence-transformers
Опубликована
21 июл 2026

AAP-SQL-Column-Retriever

ЭмбеддингиТекст → embedding6 профессий

Двуэнкодерная модель для поиска до 50 подходящих колонок в схеме базы данных по запросу в конвейере Text-to-SQL.

98скачиваний за 30 дней2лайкавеса обновлены14 авг 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 «Эмбеддинги» — 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

AAP-SQL Column Retriever — двуэнкодерная модель на базе sentence-transformers/all-mpnet-base-v2 для первого этапа поиска колонок в схеме базы данных в рабочем процессе AAP-SQL. Она кодирует запрос и описания схемы для извлечения до 50 кандидатов-колонок, которые затем передаются реранкеру для выбора наиболее подходящих. Модель дообучена на примерах поиска колонок, полученных из обучающей части BIRD и описаний схем, с использованием MultipleNegativesRankingLoss.

Модель использует архитектуру MPNet и библиотеку Sentence Transformers; число параметров — 136,7 млн, длина контекста — 514 токенов. Репозиторий содержит веса в формате safetensors. Карточка указывает английский язык. Лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск релевантных колонок схемы по вопросу на естественном языке
  • подготовка кандидатов колонок для последующего реранжирования
  • связывание упоминаний в запросе с колонками базы данных
  • извлечение колонок из схем для конвейера Text-to-SQL

Ограничения

Модель предназначена для первичного извлечения кандидатов, а не для окончательного выбора колонок: в AAP-SQL результаты должны проходить последующее переранжирование. Длина контекста составляет 514 токенов.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AAP-SQL column retriever

AAP-SQL 欄位檢索器是完整 AAP-SQL 設定中的雙編碼模型。它從完整資料庫結構與欄位描述中召回最多 50 個候選欄位,供後續重排序器選出核心欄位。

AAP-SQL column retriever is the bi-encoder used in the full AAP-SQL workflow. It performs the first stage of schema retrieval and returns up to 50 candidate columns for candidate reranking.

Model details

  • Base model: sentence-transformers/all-mpnet-base-v2
  • Training objective: MultipleNegativesRankingLoss
  • Training seed: 42
  • Training data: column-retrieval examples derived from the BIRD training split and schema descriptions
  • Expected library: sentence-transformers>=5.1.2

AAP-SQL publication branch

The complete AAP-SQL workflow, research method terminology, BIRD directory layout, and reproduction instructions are maintained in the GitHub publication branch.

Use with AAP-SQL

Download this repository into the path expected by the final runner:

hf download TommyPanLab/AAP-SQL-Column-Retriever --local-dir models/column_retriever_v3_paper_earlystop

Direct loading:

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("TommyPanLab/AAP-SQL-Column-Retriever")
embeddings = model.encode(["table.column: column description"])

Data and license notice

The training examples were derived from the BIRD benchmark. Review the BIRD project terms before using the model. No additional license has been declared for these fine-tuned weights; the upstream model and dataset terms still apply.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MPNetModel
Ревизия весов
ec6075a

0 моделей