К содержимому
Другое

SQLBuddy Qwen2.5-Coder-1.5B LoRA

адаптер для генерации SQL из текста

2 мин чтения

Эта модель представляет собой LoRA (небольшая надстройка над базовой моделью) на базе Qwen/Qwen2.5-Coder-1.5B-Instruct, обученную преобразовывать текстовые вопросы в SQL-запросы. Она принимает на вход системное сообщение, схему таблиц (CREATE TABLE) и сам вопрос через чат-шаблон Qwen, а на выходе генерирует один SQLite-запрос. В отличие от базовой модели общего назначения, этот адаптер узко заточен под формат запросов из датасета Spider. Решение пригодится разработчикам, аналитикам и студентам для прототипирования text-to-SQL систем на локальном оборудовании.

Ключевые особенности

  • Специализация на text-to-SQL: обучена на 6 560 примерах из бенчмарка Spider с подсчетом функции потерь только по итоговому SQL-коду.
  • Настройка архитектуры: адаптер с рангом r=16 и alpha=32 затрагивает проекции attention и MLP слоев (q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj).
  • Компактный размер: из 1.56 млрд параметров модели обучались только 18.46 млн, что упрощает загрузку и инференс.
  • Простая интеграция: легко объединяется с базовой моделью через библиотеку peft.

Что можно сделать

  • Собрать локального помощника для генерации SQLite-запросов по схеме вашей базы данных.
  • Встроить модель в чат-бот или внутренний сервис для быстрого перевода вопросов пользователей в SQL.
  • Использовать адаптер в учебных проектах для тестирования и оценки качества text-to-SQL моделей.

Пример

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

tok = AutoTokenizer.from_pretrained("Qwen/Qwen2.5-Coder-1.5B-Instruct")
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen2.5-Coder-1.5B-Instruct")
model = PeftModel.from_pretrained(model, "ibrahimsalman022/sqlbuddy-qwen2.5-coder-1.5b-lora").merge_and_unload()
ПодробнееБазовая модель: Qwen/Qwen2.5-Coder-1.5B-Instruct (1.56B параметров)
Обучение: 2 эпохи (820 шагов), lr 2e-4 cosine, батч 16, max length 1536, fp16
Датасет: Spider (6 560 примеров train, 352 примера val на 8 отложенных БД)
Метрики потерь: final train loss 0.0896, final eval loss 0.2227
Железо при обучении: Tesla T4, пиковое потребление VRAM 5.43 ГБ
Обсудить Telegram 0 11

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 2.9 GB · готовые файлы3.7 GB
  • FP8 / INT8рекомендуемвеса 1.5 GB2.2 GB
  • 4-bitвеса 0.9 GB1.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Qwen2.5-Coder-1.5B-Instruct.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # ibrahimsalman022/sqlbuddy-qwen2.5-coder-1.5b-lora
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Qwen/Qwen2.5-Coder-1.5B-Instruct --local-dir ~/models/Qwen2.5-Coder-1.5B-Instruct
    hf download ibrahimsalman022/sqlbuddy-qwen2.5-coder-1.5b-lora --local-dir ~/models/sqlbuddy-qwen2.5-coder-1.5b-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen2.5-Coder-1.5B-Instruct
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

Qwen/Qwen2.5-Coder-1.5B-Instruct

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. Qwen2.5-1.5Bоснова семьи
  2. Qwen2.5-Coder-1.5B
  3. Qwen2.5-Coder-1.5B-Instruct
  4. sqlbuddy-qwen2.5-coder-1.5b-lora

Новые посты про версии Qwen2.5-1.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

ibrahimsalman022/sqlbuddy-qwen2.5-coder-1.5b-lora
Автор
ibrahimsalman022
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

110

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Lucia 2B v1.2-nc

Lucia 2B v1.2-nc