Gretel AI бүгүнкү күнгө чейин эң кеңири ачык булактуу Text-to-SQL маалыматтар топтомун чыгаруу менен жасалма интеллекттин (AI) өнүгүшүнө оюн өзгөрткөн салым кошту. Бул ойлоп табуунун потенциалы AI моделдерин окутууну тездетүү менен ар кандай тармактардагы маалыматтардан алынган түшүнүктөрдүн сапатын жогорулатат.
Hugging Face сайтында жайгаштырылган Gretelдин синтетикалык_text_to_sql маалымат топтомунда 105,851 жазуу бар, анын 100,000и машыгуу үчүн жана 5,851и текшерүү үчүн. Бул чоң маалымат топтому жалпысынан болжол менен 23 миллион токендерди камтыйт, анын ичинде 100 түрдүү секторлордон же домендерден болжол менен 12 миллион SQL токендери. Ал SQL татаалдыгынын ар кандай деңгээлдери менен маалыматтарды аныктоо, издөө, өзгөртүү, аналитика жана отчеттуулукту камтыган SQL тапшырмаларынын кеңири спектрин чечүүгө ниеттенет.
Бул маалымат топтому өзүнүн эбегейсиз чоңдугу жана аны түзүүдө майда-чүйдөсүнө чейин кылдат көңүл буруусу менен айырмаланат. Ал таблица жана көрүнүш түзүү билдирүүлөрү, SQL сурамдарынын табигый тилде сүрөттөлүшү жана моделди окутууну тактоо үчүн контексттик тегдер сыяктуу маалымат базасынын жөндөөлөрүн камтыйт. Тереңдиктин жана ар түрдүүлүктүн бул деңгээли маалымат топторунун маалымат сапатын жакшыртууга жумшаган убактысын жана ресурстарын бир топ кыскартат, бул адатта алардын күч-аракетинин 80% га чейин түзөт.
Бүгүнкү маалыматтарга негизделген дүйнөдө, маалымат базасынан түшүнүктөрдү тез жана ишенимдүү ала билүү маанилүү. Тексттен SQLге жөнөкөй тилде берилиштер базасына суроо берүүгө мүмкүндүк берүүчү, маалыматтарды жеткиликтүү кылуунун маанилүү кадамы катары каралат. Бирок, жогорку сапаттагы, ар түрдүү Text-to-SQL окутуу маалыматтарынын жоктугу бул технологиянын прогрессин жана өркүндөшүн жайлады.
Гретелдин маалымат топтому Text-to-SQL тапшырмаларында чоң тил моделдерин (LLMs) окутуу үчүн ишенимдүү ресурсту сунуштоо менен бул боштукту жабууга аракет кылат. Ал маалыматтарга кеңири мүмкүнчүлүк берет жана маалымат базалары менен табигый жол менен өз ара аракеттене ала турган AI тиркемелерин иштеп чыгууга көмөктөшөт.
Синтетикалык _text_to_sql берилиштер топтомун түзүү, айрыкча жогорку маалыматтардын сапатын сактоодо жана учурдагы маалымат топтомдорун колдонууну жана жайылтууну чектеген лицензиялык кыйынчылыктарды сүйлөшүүдө кыйынчылыктарды жаратты. Гретел бул кыйынчылыктарды өзүнүн Navigator куралы менен чечти, ал татаал AI тутумун чоң масштабда жогорку сапаттагы синтетикалык маалыматтарды түзүү үчүн колдонот.
LLMлерди баалоочу катары колдонуу маалыматтар топтомунун сапатын баалоодо инновациялык ыкма болгон. Бул ыкма адамдын маалыматтарын баалоо критерийлерине шайкеш келип, маалымат топтомунун SQL шайкештигин, тактыгын жана нормаларга кармануусун көрсөтүп, башка маалымат топтомдорунан ашып түшүп, кыйла натыйжалуу болуп чыкты.
Gretel AIдин Hugging Faceдеги синтетикалык_text_to_sql маалыматтар топтомун чыгарышы синтетикалык маалыматтар тармагындагы маанилүү жетишкендикти белгилейт. Бул Text-to-SQL технологияларынын өнүгүшүн тездеткен жана эффективдүү AI системаларын түзүүдө жогорку сапаттагы маалыматтардын маанилүүлүгүн баса белгилеген массалык жана ар түрдүү ачык булактуу маалымат топтомун сунуштайт.