改进了文本到 SQL 的大型语言模型适配（中文版）

大型语言模型 (LLM) 的一项令人印象深刻的新兴功能是代码生成，包括用于数据库的结构 化查询语言 (SQL)。对于将自然语言文本转换为 SQL 查询、Text-to-SQL 的任务，LLM 的适配在上下文学习和微调设置中都至关重要，具体取决于所使用的适配数据量。在本文中，我们提出了一个基于 LLM 的文本到 SQL 模型 SQL-PaLM，利用 PaLM-2，在两种设置中推动了最先进的技术。Few-shot SQL-PaLM 基于为 Text-to-SQL 设计的基于执行的自洽提示方法，并在 Spider 上的测试套件准确度达到 77.3 %，据我们所知，这是第一个超越之前状态的 -大幅微调的艺术，4% 。此外，我们通过另一个 1% 证明了经过微调的 SQL-PALM 进一步优于它。为了将 SQL-PaLM 应用于现实场景，我们进一步评估了它在其他具有挑战性的 Spider 变体上的稳健性，并展示了 SQL-PaLM 的卓越泛化能力。此外，通过广泛的案例研究，我们展示了基于 LLM 的 Text-to-SQL 令人印象深刻的智能功能和各种成功推动因素。

全文阅读请见https://pan.baidu.com/s/1Me5olmRKScgIsrL74PObQQ 。