DEx-3B-GGUF
модель для дата-инженерии и работы с данными
2 мин чтенияобновлено
DEx-3B — компактная языковая модель на 3 миллиарда параметров, дообученная на базе Qwen/Qwen2.5-Coder-3B-Instruct специально для задач дата-инженерии и Data Science. Она помогает писать и отлаживать сложные SQL-запросы, код на Python (включая современные библиотеки Pandas и Polars 2.x), а также модели dbt. Модель поставляется в готовых GGUF-форматах для локального запуска на обычном железе или Apple Silicon. Она отлично подойдет аналитикам данных и инженерам, которым нужен быстрый локальный ассистент для написания запросов и пайплайнов.
Ключевые особенности
- Обучена на 15 598 верифицированных примерах из реальных датасетов и SQL-скриптов.
- Значительно превосходит базовую модель в SQL и ETL-задачах благодаря специальному датасету.
- Доступна в нескольких GGUF-квантованиях (от легкой Q4 до полной F16).
- Полностью готова к использованию в Ollama, llama.cpp и LM Studio.
Что можно сделать
- Писать сложные SQL-запросы с многократными соединениями (joins), оконными функциями и CTE.
- Создавать скрипты обработки данных на Polars 2.x, Pandas или PySpark.
- Настраивать и рефакторить модели dbt, а также описывать теги в YAML.
- Проводить отладку пайплайнов и искать причины падений Spark или ошибок в Airflow.
Пример
ollama create dex-3b -f Modelfile
ollama run dex-3bПодробнее
Бенчмарки: общий Pass@1 вырос с 66.7% до 86.7% по сравнению с базовой модельюSQL Pass@1 улучшился с 50.0% до 75.0% на неизведанных схемах
Требования к железу: от ~1.8 ГБ VRAM/RAM для квантования Q4_K_M
Ограничения: на 3B параметров сложные многофайловые репозитории выходят за рамки возможностей модели










Комментарии