rupal02/text2sql

--- license: apache-2.0 task_categories: - text-to-sql language: - en tags: - text2sql - sft - fine-tuning size_categories: - 100K<n<1M --- # Text2SQL SFT Dataset This dataset is a combined and cleaned version of Spider, BIRD, and Gretel datasets, formatted specifically for Instruction Fine-Tuning of Small Language Models (SLMs). ## Dataset Structure Each record contains: - **instruction**: The task description. - **input**: The Database Schema and the Natural Language Question. - **output**: The canonicalized SQL query. - **metadata**: A dictionary containing `dataset` source and `db_id`. ## Usage ```python from datasets import load_dataset dataset = load_dataset("anuj6316/text2sql") ```许可证：Apache-2.0 任务类别：文本转SQL（text-to-sql） 语言：英语 标签：text2sql、监督微调（Supervised Fine-Tuning，SFT）、微调（fine-tuning） 数据规模：100K < n < 1M # 文本转SQL监督微调数据集 本数据集为Spider、BIRD与Gretel三个数据集的合并清洗版本，专门针对小语言模型（Small Language Models，SLMs）的指令微调（Instruction Fine-Tuning）任务进行格式优化。 ## 数据集结构 每条数据记录包含以下字段： - **指令（instruction）**：任务描述 - **输入（input）**：数据库模式与自然语言问题 - **输出（output）**：规范化SQL查询语句 - **元数据（metadata）**：包含数据集来源（`dataset`）与数据库ID（`db_id`）的字典 ## 使用方法 python from datasets import load_dataset dataset = load_dataset("anuj6316/text2sql")