/ Модель

Характеристики

Контекст
8 192 токена
Параметры
362 млн
Архитектура
llama · dense
Базовая модель
SmolLM2-360M-Instruct
Библиотека
transformers
Опубликована
11 июн 2026

smollm2-360m-text2sql-sft

Генерация текстаТекст → текст3 профессии

Компактная диалоговая модель, дообученная для преобразования текстовых вопросов к данным в SQL-запросы.

52скачиваний за 30 дней0лайковвеса обновлены17 июн 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

neyssemhajji16 опубликовал smollm2-360m-text2sql-sft — дообученную с помощью TRL компактную языковую модель на базе HuggingFaceTB/SmolLM2-360M-Instruct. Она предназначена для генерации текста в формате диалога и заявлена как модель для Text-to-SQL: преобразования вопросов к данным в SQL-запросы. Модель имеет плотную архитектуру семейства Llama, содержит 361,8 млн параметров, принимает текст и поддерживает контекст до 8192 токенов.

В репозитории указаны веса в формате safetensors и лицензия Apache-2.0, унаследованная от базовой модели. Компактный размер облегчает локальный запуск, однако карточка не приводит оценок качества или подробностей обучающих данных; возможности генерации SQL стоит проверять на целевой схеме базы данных.

Сценарии применения

  • преобразование вопроса на естественном языке в SQL-запрос
  • создание SQL-запроса по описанию нужной выборки
  • локальный прототип текстового интерфейса к базе данных

Ограничения

Карточка не сообщает результаты оценки качества, состав обучающих данных или поддерживаемые диалекты SQL. Проверяйте сгенерированные запросы на соответствие схеме и требованиям безопасности вашей базы данных.

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

Model Card for smollm2-360m-text2sql-sft

This model is a fine-tuned version of HuggingFaceTB/SmolLM2-360M-Instruct. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="neyssemhajji16/smollm2-360m-text2sql-sft", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.6.0
  • Transformers: 5.0.0
  • Pytorch: 2.10.0+cu128
  • Datasets: 4.8.5
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
90a1f60

0 моделей