Характеристики

Контекст: 262 144 токена
Параметры: 3,7 млрд
Размер весов: 8 ГБ
Лицензия: Apache 2.0
Архитектура: qwen3 · dense
Базовая модель: Qwen3-4B-Instruct-2507
Библиотека: mlx
Опубликована: 14 сен 2026

Ссылки

qwen3-4b-text2sql

Генерация текстаТекст → текст3 профессии

Конвертированная для MLX модель Qwen3 на 3,7 млрд параметров, позиционируемая по названию для генерации SQL по текстовым запросам.

286скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

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

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

bharatverse11/qwen3-4b-text2sql — языковая модель семейства Qwen3, подготовленная для MLX на основе Qwen/Qwen3-4B-Instruct-2507. По названию репозитория она предназначена для преобразования запросов на естественном языке в SQL, однако README подтверждает только конвертацию базовой модели и не описывает специальное обучение для Text-to-SQL.

Модель имеет плотную архитектуру Qwen3ForCausalLM и около 3,7 млрд параметров. Она принимает текст и генерирует текст; базовая модель поддерживает диалог и контекст до 262 144 токенов. Репозиторий содержит веса Safetensors и использует библиотеку MLX.

Модель основана на Qwen/Qwen3-4B-Instruct-2507 и конвертирована в формат MLX; лицензия — Apache-2.0. Возможности работы с SQL следует считать ориентировочными по названию репозитория: карточка не приводит результатов оценки или примеров SQL.

Сценарии применения

генерация SQL-запросов по описанию на естественном языке
ответы на вопросы к базе данных через SQL
создание прототипа текстового интерфейса к базе данных

Ограничения

README не подтверждает отдельное дообучение для Text-to-SQL и не содержит примеров или оценок качества, поэтому пригодность для SQL-сценариев не установлена. Указанный контекст 262 144 токена относится к базовой модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bharatverse11/qwen3-4b-text2sql

This model bharatverse11/qwen3-4b-text2sql was converted to MLX format from Qwen/Qwen3-4B-Instruct-2507 using mlx-lm version 0.31.3.

Use with mlx

pip install mlx-lm

from mlx_lm import load, generate

model, tokenizer = load("bharatverse11/qwen3-4b-text2sql")

prompt = "hello"

if tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, add_generation_prompt=True, return_dict=False,
    )

response = generate(model, tokenizer, prompt=prompt, verbose=True)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры: Qwen3ForCausalLM
Ревизия весов: b982096