Text2sql的一些技巧

最近看到了一篇关于text2sql的文章，以及一些论文。对使用模型做text2sql给了一些不错的建议。

参考文章：24年大模型潜力方向：大浪淘沙后的Text-to-SQL和Agent - 知乎

论文：https://arxiv.org/pdf/2403.09732.pdf

关于模型的建议

模型的温度为0，减少text2sql的幻觉问题。

多个模型一起使用，使用交叉一致性，不要过于依赖一个模型。

构建prompt的建议

表中字段取值问题，例如性别这个字段，有的表可能存"男"和"女"，有的表可能存 "M"和"F"，甚至有的表会存"0"和"1"。所以对于有枚举值的字段来说，最好能够列出来示例字段。数据表和样例数据（随机取三行数据)

text2sql中，few-shot非常有用。应该生成一些常见的sql示例。这些案例在prompt中应该是动态选择的（针对不同的表）。关于生成常见的sql，可以考虑使用模型，来生成一些sql示例。

few-shot 示例

告诉模型，我们的表字段，并给出了一些示例数据以及表的外键

给模型的few-shot 对生成正确的sql的影响非常大。论文中提到的是动态的选择样例，

根据问题相似相匹配，用问题，召回几个相似的文本（这里需要提前根据表生成一些案例）。