/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
394 млн
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
11 авг 2026

sqlpup-394m-sft

Генерация текстаТекст → текст3 профессии

Небольшая модель архитектуры Llama, обученная с нуля и дообученная для генерации SQL по вопросам на естественном языке и схеме базы данных.

33скачиваний за 30 дней0лайковвеса обновлены11 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 «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

sqlpup-394m-sft — модель на 394,3 млн параметров от shivenkk для преобразования вопросов на естественном языке в SQL. Это декодер архитектуры Llama, обученный с нуля на 9,67 млрд токенов, а затем дообученный на отфильтрованных парах «вопрос — SQL». Модель использует токенизатор byte-level BPE и контекст до 2048 токенов.

Модель предназначена для генерации SQL по вопросу пользователя, схеме базы данных и дополнительному контексту. В тестировании на 1534 вопросах dev-выборки BIRD точность выполнения достигла 22,84% при голосовании по семи генерациям и предварительном сжатии схемы. Для корректного использования нужно передавать CREATE TABLE, затем вопрос и строку evidence; модель выводит комментарий с предполагаемыми таблицами и столбцами, а затем SQL.

Модель разработал shivenkk. Она распространяется по лицензии MIT. Результаты измерены только на dev-выборке BIRD; качество на других наборах и тестовой выборке не приведено. Большие схемы требуют предварительного сжатия, а около 1% вопросов в конфигурации с голосованием не дают разбираемого SQL.

Сценарии применения

  • генерация SQL-запросов по вопросу пользователя
  • составление SQL с учётом схемы таблиц
  • ответы на вопросы к данным в формате BIRD
  • эксперименты с преобразованием естественного языка в SQL на компактной модели

Ограничения

Контекст ограничен 2048 токенами, поэтому большие схемы требуют сжатия. На dev-выборке BIRD точность выполнения с голосованием и сжатием схемы составила 22,84%; качество на других наборах и тестовой выборке не приведено, а около 1% вопросов в этой конфигурации не дают разбираемого SQL.

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

sqlpup-394m-sft

Supervised fine-tuning of a from-scratch 394M text-to-SQL decoder. 22.84% execution accuracy on BIRD dev.

Pretrained from scratch on 9.67B tokens, then supervised fine-tuned on filtered natural-language-to-SQL pairs.

Code, configs, and the per-run artifacts behind every number here: github.com/shivenkk/sqlpup.

What it is

A 394M-parameter decoder trained from scratch for text-to-SQL: no pretrained initialisation, no distillation from a larger model. The corpus (9.67B tokens) and the 32,768-entry byte-level BPE tokenizer were built for this task.

Architecture: Llama-style, 1024 wide by 32 layers, grouped-query attention with 16 query heads and 4 key/value heads, RoPE, SwiGLU, RMSNorm, 2048-token context.

Measured accuracy

Execution accuracy on the BIRD development split, all 1534 questions:

decodingthis modelsqlpup-394m-sft-grpo
greedy17.41%18.12%
+ schema compaction17.86%19.23%
+ compaction, 7-sample voting22.84%23.51%

The voting rows are means over sampling seeds 0/101/202. Absolute accuracy is far from frontier systems; the point of the project was a controlled measurement of what from-scratch pretraining at this scale buys, not a leaderboard score.

Prompt format

The model expects the schema's CREATE TABLE statements verbatim, then the question, then BIRD's evidence string. It emits a short comment block naming the tables and columns it intends to use, then the SQL. Use the accompanying code so the format and the SQL extraction match what the numbers were measured with.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("shivenkk/sqlpup-394m-sft")
tok = AutoTokenizer.from_pretrained("shivenkk/sqlpup-394m-sft")

For evaluation, prefer the project's own harness, which handles the prompt spec, over-context schema compaction, and execution-guided voting:

python -m sqlpup.cli eval predict --model-dir <dir> --examples dev.json \
  --db-root dev_databases --out-dir out --compact-overflow --self-consistency 7

Limitations

  • 2048-token context. Large schemas need the compaction pass to fit.
  • Trained and measured on BIRD only. No test-split number, no second dataset.
  • Roughly 1% of dev questions produce no parseable SQL in the voting configuration, recorded as errors rather than dropped.

Training data

FineWeb-Edu, StarCoder, the Python subset of The Stack, SynSQL-2.5M, and SchemaPile, deduplicated and decontaminated against the evaluation sets.

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
d99a6ad

0 моделей