Frugal Analyst Tiny Aya GRPO
экономный SQL-аналитик на базе Tiny Aya
2 min readupdated
Это экспериментальный LoRA-адаптер (небольшая надстройка над весами нейросети) для компактной модели CohereLabs/tiny-aya-global размером 3.35B от автора prathameshk421. Модель решает аналитические задачи над базами данных SQLite: она изучает структуру таблиц через инструмент get_schema, выполняет SQL-запросы через run_sql и формулирует ответ. Главное отличие от обычных агентов — обучение методом GRPO (обучение с подкреплением без отдельной модели-критика), где награда даётся не только за правильный ответ, но и за экономию ресурсов: меньше вызовов инструментов, меньше возвращаемых строк и шагов виртуальной машины SQLite. Адаптер пригодится разработчикам, исследующим компактных локальных ИИ-агентов для работы с базами данных.
Ключевые особенности
- Двухступенчатое обучение: модель прошла 30 шагов GRPO поверх предварительно объединённого SFT-адаптера, что снизило среднее число вызовов инструментов в домене с 2.89 до 2.80 без потери точности.
- Заметный рост качества: по сравнению с базовой моделью без дообучения успешность выполнения задач выросла с 8.3% до 76.7% на знакомых доменах и с 8.0% до 50.0% на новом домене
saas. - Оптимизация затрат: функция награды учитывает не только итоговую точность, но и вычислительную стоимость выполнения запросов в SQLite.
- Лёгкая архитектура: использована LoRA с рангом r=16 и alpha=32 на всех линейных проекциях (
q,k,v,o,gate,up,down).
Что можно сделать
- Собрать локального прототипа ИИ-ассистента для ответов на аналитические вопросы по небольшим базам SQLite с минимальным количеством лишних запросов.
- Использовать адаптер как референс для экспериментов с AgentTune и GRPO при обучении компактных агентов экономии токенов и вызовов API.
Пример
import torch
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer
base = "CohereLabs/tiny-aya-global"
tok = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(base, dtype=torch.bfloat16, device_map="auto")
for adapter in ['prathameshk421/frugal-analyst-tiny-aya-sft-mixed-teacher', 'prathameshk421/frugal-analyst-tiny-aya-grpo-mixed-teacher']:
model = PeftModel.from_pretrained(model, adapter).merge_and_unload()
Подробнее
Метрики AuditKit: 0.767 на 120 задачах в основном домене (против 0.083 у базы) и 0.500 на 100 задачах в отложенном домене saas (против 0.080 у базы).Порядок загрузки: сначала необходимо принять условия использования закрытой базы CohereLabs/tiny-aya-global, затем влить в неё SFT-адаптер и только потом загрузить этот GRPO-адаптер.
Ограничения: модель обучена на синтетических базах SQLite и шаблонных вопросах на английском языке, не тестировалась на общие задачи после файнтюна и не предназначена для продакшена.
Лицензия: CC-BY-NC-4.0 (только для некоммерческого использования).










Comments