MarkTechPost · 19.07.2026 ·Данные и инжиниринг

Feyn AI представила семейство моделей SQRL для генерации SQL-запросов

Компания Feyn AI выпустила SQRL — семейство специализированных моделей для преобразования естественного языка в SQL-запросы. Главная особенность архитектуры заключается в предварительном анализе структуры базы данных с помощью read-only зондов перед написанием кода. Флагманская модель SQRL-35B-A3B достигла точности выполнения запросов 70,6% на бенчмарке BIRD, опередив Claude 3 Opus.

Традиционные подходы к Text-to-SQL часто сталкиваются с ошибками из-за неверного понимания схемы данных или отсутствия актуальной информации о содержимом таблиц. SQRL решает эту проблему, интегрируя этап «инспекции» базы данных в процесс генерации. Это позволяет модели учитывать реальные значения и связи в БД, минимизируя количество галлюцинаций и синтаксических ошибок при формировании сложных запросов.

Помимо флагманской версии, разработчики представили компактные модели с 4 млрд и 9 млрд параметров. Эти чекпоинты оптимизированы для локального развертывания, что критически важно для компаний, работающих с конфиденциальными данными, где передача схемы БД или содержимого таблиц во внешние API ограничена политиками безопасности.

Ключевые факты

Флагманская модель SQRL-35B-A3B показала 70,6% точности выполнения на наборе данных BIRD Dev.
Архитектура использует механизм read-only зондов для предварительного сканирования БД перед генерацией SQL.
Семейство включает легковесные модели на 4B и 9B параметров, доступные для самостоятельного хостинга.
Модели SQRL превосходят показатели Claude 3 Opus в задачах генерации SQL на специализированных бенчмарках.

Источник: MarkTechPost

Обсудить с ИИ

Похожие материалы

Hacker News · Оценка и бенчмарки Как превзойти Claude в задачах Text-to-SQL: разбор стратегии на бенчмарке BIRD Исследователи Motley AI проанализировали способы улучшения результатов Text-to-SQL, используя бенчмарк BIRD. В ходе экспериментов удалось превзойти показатели стандартных моделей вроде Claude 3.5 Sonnet за счет оптимизации промптов и внедрения специализированных техник обработки запросов. Работа демонстрирует, что даже мощные LLM требуют кастомных подходов для достижения максимальной точности при работе с базами данных. MarkTechPost · Модели и релизы Google представил Gemini-SQL2 с точностью 80.04% на BIRD leaderboard Google Research анонсировал Gemini-SQL2 — модель для преобразования текста в SQL-запросы, основанную на Gemini 3.1 Pro. Она показала 80.04% точность выполнения на BIRD single-model leaderboard, что делает её одной из лучших в своей категории. Этот показатель измеряет способность модели генерировать SQL-запросы, которые корректно выполняются на базе данных, и соответствует лучшим результатам в отрасли. Hacker News · Данные и инжиниринг SQL против SPARQL: выбор языка запросов для корпоративных ИИ-систем В эпоху развития LLM выбор между SQL и SPARQL становится критическим фактором для эффективности RAG-систем и корпоративных баз знаний. SQL доминирует в структурированных реляционных данных, тогда как SPARQL лучше справляется с семантическими связями в графах знаний. Статья анализирует, какой подход обеспечивает более точную интерпретацию запросов при интеграции с генеративным ИИ в масштабах предприятия. Hacker News · Инфраструктура для агентов Sqlsure: детерминированные проверки для SQL-запросов от ИИ Sqlsure — это инструмент для обеспечения безопасности и корректности SQL-запросов, генерируемых большими языковыми моделями. Решение внедряет слой детерминированных семантических проверок, которые анализируют структуру запроса до его выполнения. Это позволяет предотвратить выполнение опасных операций, таких как несанкционированное удаление данных или нарушение целостности базы, что критически важно для надежных агентных систем. arXiv · Машинное обучение Систематический анализ методов оптимизации NL2SQL-пайплайнов Исследователи представили комплексный анализ методов оптимизации конвейеров для перевода естественного языка в SQL-запросы (NL2SQL). Работа фокусируется на взаимодействии различных техник, включая использование промежуточного представления NatSQL, этапы предварительной обработки данных и дообучение моделей на синтетических датасетах. Целью исследования является создание более эффективных и легковесных моделей, способных стабильно работать в реальных бизнес-приложениях. MarkTechPost · Инференс и железо PrismML представила Bonsai 27B: экстремально сжатые версии модели Qwen3.6 Компания PrismML выпустила Bonsai 27B — оптимизированные версии языковой модели Qwen3.6-27B, использующие квантование до 1-битных и тернарных значений. Эти сборки позволяют запускать мощную модель с 27 миллиардами параметров на потребительском оборудовании, включая ноутбуки и смартфоны, сохраняя при этом архитектурную целостность оригинальной модели при значительном снижении требований к оперативной памяти. MarkTechPost · Модели и релизы Релиз Ornith-1.0: семейство моделей для кодинга с самообучаемыми RL-структурами Компания DeepReinforce представила Ornith-1.0 — семейство открытых моделей для программирования, построенных на базе архитектур Gemma 4 и Qwen 3.5. Главной особенностью релиза стал отказ от фиксированных схем обучения с подкреплением (RL) в пользу динамических структур, которые модель формирует самостоятельно в процессе тренировки. Флагманская версия с 397 млрд параметров достигла показателя 82.4 на бенчмарке SWE-Bench Verified. Hacker News · Модели и релизы Релиз GLM-5.2: открытая модель с производительностью уровня Claude при низкой стоимости Разработчики представили GLM-5.2 — новую открытую языковую модель, которая демонстрирует результаты, сопоставимые с Claude 3.5 Sonnet, при этом стоимость её эксплуатации в пять раз ниже. Релиз ориентирован на создание эффективных альтернатив проприетарным решениям, позволяя компаниям снижать расходы на инференс без потери качества обработки сложных запросов и генерации контента. Hacker News · Модели и релизы SubQ 1.1: линейное масштабирование внимания с 98% точностью Исследователи представили обновлённую версию SubQ 1.1, модели, использующей линейно-масштабируемое разреженное внимание. Новый алгоритм обеспечивает 98% точность извлечения данных при работе с 12 миллионами токенов. Hacker News · Модели и релизы Alibaba представила Qwen 3.8 с 2,4 трлн параметров Alibaba анонсировала выход новой языковой модели Qwen 3.8, которая стала одной из крупнейших в индустрии, обладая 2,4 триллионами параметров. Разработчик открыл доступ к модели через собственную платформу токенизации и облачные сервисы, предлагая пользователям новые возможности для масштабируемых вычислений и сложных задач обработки естественного языка в корпоративном секторе.

← Все материалы