/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Meta-Llama-3.2-3B
Опубликована
5 окт 2024

Llama-3.2-3B-Instruct-Spatial-SQL-1.0

Генерация текстаТекст → текст3 профессии

Модель преобразует англоязычные вопросы о географических объектах и координаты в пространственные SQL-запросы для PostGIS.

68скачиваний за 30 дней0лайковвеса обновлены4 июл 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

Llama-3.2-3B-Instruct-Spatial-SQL-1.0 — узкоспециализированная текстовая модель Марка Родриго, созданная лёгким дообучением QLoRA/SFT на базе Meta Llama 3.2 3B Instruct. Она преобразует вопросы на английском языке и переданный вместе с ними список координат в пространственные SQL-запросы для PostGIS. Версия 1.0 предназначена для четырёх географических функций; среди описанных в карточке примеров — вычисление площади полигона, его центроида и построение буфера вокруг точки.

Модель принимает текст, включая координаты, и выдаёт SQL. Входные и выходные геоданные могут задаваться в метрах или географических координатах WGS 84. В метаданных указаны 3,2 млрд параметров, контекст до 131 072 токенов и формат safetensors. Поддерживается английский язык; для других языков автор рекомендует модели семейства размером 8B. Лицензия — Llama 3.2. Карточка сообщает, что оценочных данных недостаточно, поэтому качество и надёжность запросов требуют проверки перед выполнением в рабочей базе данных.

Сценарии применения

  • вычисление площади полигона по координатам
  • получение центроида полигона
  • построение буфера заданного радиуса вокруг точки
  • преобразование команд из картографического интерфейса в PostGIS SQL

Ограничения

Модель рассчитана на английский язык; автор рекомендует модели 8B для других языков. В карточке отмечено, что данных оценки недостаточно, поэтому SQL следует проверять перед выполнением.

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

ENGLISH ONLY - Use 8b models for alternate languages.

Model Information

This model, Llama-3.2-3B-Instruct-Spatial-SQL-1.0, is an 3B, narrow use case, text to spatial SQL, lightly fine-tuned model. In general, its primary use case is the Natural Language command adaptation of particular geographic spatial functions as normally defined in pure SQL. Data input should be a combination of an English prefix in the form of a question, and a coordinate prompt injection, likely from an active mapping system application coordinate list. Output is PostGIS spatial SQL.

There are four primary geographic functions released in version 1.0.

Model developer: Mark Rodrigo

Github: https://github.com/mprodrigo/spatialsql

Model Architecture: The model is a QLoRA / Supervised Fine Tuning (SFT)

Model Input / Output Overview:

Input: Text plus coordinate prompt injection. Output: PostGIS spatial SQL NOTE: Inputs and outputs are in meters and or geographic decimal degrees WGS 84 coordinates.

FunctionQuestion InputGeo InputSQL Execution Output
AreaArea questionPolygonNumber - Area sq meters
CentroidCenter questionPolygonPoint
BufferBuffer distancePointPolygon
LengthLength questionLineNumber - Length in meters

Example Prompt / Prompt File

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

### Instruction: Write a PostGIS SQL statement for the following.

### Input:

### Response:

<|eot_id|><|start_header_id|>assistant<|end_header_id|>

Examples

AREA

### Input: What is the area for the polygon? : 'Polygon ((-3.7515154 40.3855551, -3.7514972 40.3856581, -3.7507005 40.3855767, -3.7507167 40.3854722, -3.7515154 40.3855551))'

### Response: SELECT ST_Area(geog) As area FROM (select 'Polygon ((-3.7515154 40.3855551, -3.7514972 40.3856581, -3.7507005 40.3855767, -3.7507167 40.3854722, -3.7515154 40.3855551))' :: geography geog) subquery;

CENTROID

### Input: What is the centroid for the polygon? : 'Polygon ((-3.6934636 40.4808785, -3.6933352 40.4811486, -3.6930125 40.4810598, -3.693141 40.4807897, -3.6934636 40.4808785))'

### Response: SELECT ST_AsText(ST_Centroid(geog)) As centroid FROM (select 'Polygon ((-3.6934636 40.4808785, -3.6933352 40.4811486, -3.6930125 40.4810598, -3.693141 40.4807897, -3.6934636 40.4808785))' :: geography geog) subquery;

BUFFER

### Input: What is the thousand meter buffer for the following point? : 'Point(-8.7522658 41.3862664)'

### Response: SELECT ST_AsText(ST_Buffer(geog, 1000)) as buffer FROM (select 'Point(-8.7522658 41.3862664)' :: geography geog) subquery;

### Input: How long is the line? : 'LINESTRING (-3.6976693 40.4263178, -3.6986082 40.4258729)'

### Response: SELECT ST_Length(geog) As length FROM (select 'LINESTRING (-3.6976693 40.4263178, -3.6986082 40.4258729)' :: geography geog) subquery;

A Few Known Question Variation Examples

llama.cpp / Hyperparameter Recommendations For Inference

max context ~ 8,000 or lower

Agent Considerations

Agents are being considered as a separate project. Agents would mostly be related to pulling the coordinates from a mapping UI, and executing the SQL from responses against a PostGIS database.

Further Reference - link this

https://postgis.net/docs/manual-3.3/PostGIS_Special_Functions_Index.html#PostGIS_GeographyFunctions

Evaluation data

More information needed

Training data

Custom synthetic

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 3e-05
  • train_batch_size: 10
  • eval_batch_size: 3
  • distributed_type: multi-GPU
  • num_devices: 2
  • optimizer: Adam 8bit
  • lr_scheduler_type: linear
  • num_epochs: 5

Training results

Training LossStepValidation Loss
1.3788101.3543
0.8504200.8671
0.5990300.6501
0.5836400.5885
0.5713500.5607
0.5481600.5434
0.5221700.5342
0.4983800.5259
0.4914900.5219
0.47541000.5205

Framework versions

  • Transformers 4.45.1
  • Pytorch 2.4.1
  • peft 0.13.0
  • Datasets 3.0.1
  • Tokenizers 0.20.0

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
62314cf

0 моделей