NL2Sql

关键前提:

1、如何理解表和字段;

2、如何把自然语言转化为正确的sql:含正确的表、where条件、结果字段等。

3、复杂sql的处理:可使用预定义的提示词+sql模板。

4、支持自定义注释。

效果的影响因素:

  1. 表和列注释的丰富程度:每张表及表中的列都添加注释,会提高查询的准确率。
  2. 用户问题与表中列注释的匹配程度:用户问题中的关键词和列注释保 持一致,语义上越接近,查询效果越好。
  3. 生成的SQL语句长度:SQL语句中涉及的列越少、条件越简单,查询 会越准确。
  4. SQL语句中的逻辑复杂程度:SQL语句中涉及的高级语法越少,查询越准确。

参考

https://help.aliyun.com/zh/polardb/polardb-for-mysql/user-guide/llm-based-nl2sql 自然语言到SQL语言转义(基于大语言模型的NL2SQL)

https://www.cnblogs.com/ting1/p/18145360

https://github.com/eosphoros-ai/DB-GPT

相关推荐
xywww1682 小时前
大模型 API 选型实战:GPT、Gemini、Claude 接入时该看哪些指标?
运维·服务器·人工智能·python·gpt·langchain
私人珍藏库6 小时前
[Android] PeakFinder AR v4.8.89 (山峰全景识别+增强现实山峰查看器)
android·人工智能·智能手机·ar·工具·软件
CS创新实验室7 小时前
算法、齿轮与硅基大脑:数值计算发展简史
人工智能·算法·数值计算
能有时光7 小时前
PyTorch KernelAgent 源码解读 ---(4)--- ExtractorAgent
人工智能·pytorch·python
fthux8 小时前
GitZip Pro 源码解析:一个 GitHub 文件/文件夹下载扩展是如何工作的(一)整体架构与扩展入口
人工智能·ai·开源·github·open source
aqi008 小时前
15天学会AI应用开发(十七)使用LangGraph实现会话记忆功能
人工智能·python·大模型·ai编程·ai应用
xixixi777779 小时前
三大 AI 安全里程碑:Akamai 高危风险预警、智能体水印强制落地、PQC 量子安全全产业链统一
大数据·人工智能·安全·ai·大模型·智能体·政策
AI小码9 小时前
LLM 应用的缓存工程:当每次 API 调用都在燃烧成本
java·人工智能·spring·计算机·llm·编程·api
code 小楊9 小时前
AI函数调用:Function Calling从理论到实战全解析
人工智能
delishcomcn9 小时前
智切未来:AI算法如何重塑不干胶标签分切机的精度与效率边界
人工智能·神经网络·计算机视觉