Датасет · gretelai
Синтетический Text-to-SQL датасет
gretelai/synthetic_text_to_sql
105 тыс. синтетических пар для перевода вопросов на естественном языке в SQL-запросы.
Что внутри
Датасет содержит 105 851 синтетический пример Text-to-SQL: 100 тыс. записей в train и 5 851 в test. Объём — около 23 млн токенов, включая примерно 12 млн SQL-токенов. Данные на английском сгенерированы через Gretel Navigator и опубликованы под Apache 2.0.
Что можно сделать
- Обучение Text-to-SQL модели
- Дообучение LLM для table question answering
- Проверка генерации SQL по вопросам
- Задачи
- Вопрос-ответ, Вопросы по таблицам, Генерация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 5,3 тыс.
- Лайков
- 720
Модели, обученные на нём
- mradermacher/SpydazWeb_AI_LCARS_Humanization_003-i1-GGUF 2,6 тыс.
- mradermacher/Frank-26B-A4B-i1-GGUF 2,4 тыс.
- mradermacher/Mixtral_AI_CyberTron_Ultra-GGUF 2,1 тыс.
- mradermacher/karakuri-lm-8x7b-instruct-v0.1-i1-GGUF 1,4 тыс.
- mradermacher/Mixtral_AI_Ultron-GGUF 1,4 тыс.
- mradermacher/WORLD_ARCHIVES_II-GGUF 1,1 тыс.
- mradermacher/Frank-26B-A4B-GGUF 851
- adiitya0929/TinySQL-125M-baseГенерация текста 821
Как загрузить
from datasets import load_dataset
ds = load_dataset("gretelai/synthetic_text_to_sql")