专为Text2SQL设计的3B小钢炮模型

Hrida-T2SQL-3B

简介

，它的目标很直接：让数据库查询变得更准、更快，让数据分析和数据库交互更直观、更高效。说白了，就是让不会写 SQL 的人也能跟数据库顺畅聊天。

主要内容

在一个数据驱动的世界里，能快速查数据库是刚需，但并不是每个人都精通 SQL。Hrida-T2SQL-3B-V0.1 通过自然语言处理技术，让非 SQL 专家也能高效地和数据库打交道，大大降低了数据分析的门槛。

那么实际效果如何？在官方做的基准测试中，这个模型的表现相当亮眼。它针对50个精心设计的问题进行了评估——这些问题覆盖了各种查询类型和复杂度，结果平均得分达到了9.26，直接超过了其他几个主流模型。

可以说，Hrida-T2SQL-3B-V0.1 的推出，是让数据库交互变得更友好、更普及的一次重要跃升。用户不再需要死磕 SQL 语法，就能更直观地完成查询和分析，数据库的使用自然也就更广泛、更深入了。

如果想进一步了解或使用这个模型，可以在 Huggingface 页面上获取更多信息和访问权限。HridaAI 鼓励大家去探索，并通过 Huggingface 平台跟进最新的更新和增强，以便更好地利用模型的能力。

基准测试

为了确保模型在真实场景中也能打，官方专门做了大范围的基准测试。他们精心挑了50个训练数据里没出现过的问题，这些问题涵盖了各种 SQL 查询结构和数据库交互情境，能够全面反映模型在不同查询类型和复杂度下的表现。为了公平客观，他们用 Mistral 7B 模型作为裁判，对输出结果打分（1-10分）。以下是 Hrida-T2SQL-3B-V0.1 与其他模型的对比结果：

• Hrida-T2SQL - 3B
  : 9.26

• CodeQwen - 7B
  : 8.98

• Stable Code - 3B
  : 8.28

• DuckDB-NSQL - 7B
  : 6.34

• SQLCoder - 7B
  : 5.54

从结果来看，Hrida-T2SQL-3B-V0.1 拿下了9.26的平均分，准确性和可靠性都相当突出，超越了榜单上其他现有模型。凭借这种将自然语言查询精准转化为SQL的能力，该模型使得用户可以更直观、更高效地与数据库交互。

模型部署

ollama run HridaAI/hrida-t2sql

参考

https://ollama.com/HridaAI/hrida-t2sql