Apr, 2023

跨领域文本到 SQL 的自适应提示基于案例推理框架

PDF
TL;DR本文提出 CBR-ApSQL 框架，整合了 Case-Based Reasoning 和 GPT-3.5 的 API，通过自适应提示和语义领域相关性评估器，提高了 Text-to-SQL 任务的性能表现，在三个跨域数据集中的执行准确率超过了当前最先进的模型 3.7％，2.5％和 8.2％，具有很好的应用前景。
large language modelstext-to-sqlcase-based reasoningadaptive promptssemantic domain relevance evaluator
发现论文，激发创造
  • 基于检索增强的 GPT-3.5 的文本到 SQL 框架，具备样本感知提示和动态修订链

    本文提出一种基于大型语言模型的 Text-to-SQL 框架 —— 检索增强提示法，包括样本感知提示和动态修订链，通过引入检索来生成针对自然语言问题的 SQL 查询。

    Jul, 2023

  • 文本转 SQL 解析器的推理时自适应结构化基于案例推理

    本研究提出了一种名为 StructCBR 的结构化案例推理方法，通过利用案例和候选文本之间的子树级相似性，从而改善解码器决策。在处理未见架构的情况下，应用于 Text-to-SQL 模型的推理时适应方法中，相较于先前的方法，每次从不同的数据库中获得相同的性能提高。

    Jan, 2023

  • 适应和分解：通过领域调整的从少到多提示进行文本转 SQL 的高效泛化

    基于大型语言模型和通用提示的适应和分解方法在 Text-to-SQL 语义解析任务中表现出卓越的性能，并在 KaggleDBQA 数据集上展现了跨领域和跨组合通用性的一致性改进。

    Aug, 2023

  • 基于案例推理的自然语言查询知识库

    本文提出了一种神经符号 CBE 方法，包括非参数记忆库和参数模型，能够对大型知识库中的问题进行问答，展示了在 ComplexWebQuestions 数据集上超越当前最新技术 11％的性能并显示出只需少量的人工标记示例，就能使用新案例的能力。

    Apr, 2021

  • PET-SQL：基于 Prompt 增强的两阶段的文本到 SQL 框架与交叉一致性

    该论文提出了一个两阶段的框架以增强当前基于大语言模型的自然语言到 SQL 系统的性能，首先引入了一种称为参考增强表示的新型提示表示方法，然后通过 few-shot 示范检索问题 - SQL 对来生成初步 SQL，对初步 SQL 中的实体进行解析以进行模式链接，在第二阶段中，简化了提示的模式信息，最终使用跨不同语言模型的交叉一致性作为后细化模块，取得了在 Spider 基准上的新的最先进结果，执行准确率达到了 87.6%。

    Mar, 2024

  • 增强大型语言模型的少样本文本到 SQL 能力：关于提示设计策略的研究

    本文介绍了一种基于大型语言模型的 In-context learning 方法用于文本到 SQL 查询转换中，通过不同的演示选择策略和指令格式来提高 LLMs 性能。实验结果表明，该方法在 Spider 数据集上超出了最先进系统 2.5 个点，超出了最佳微调系统 5.1 个点。

    May, 2023

  • 基于案例推理的机器阅读理解

    提出了一种基于 CBR-MRC 的精确且可解释的答案提取方法，其利用相似问题之间的语义相似性来预测问题的答案，并在 NaturalQuestions 和 NewsQA 数据集上都取得了较高的准确率。

    May, 2023

  • 如何引导 LLMs 进行文本到 SQL 转换：零 - shot、单域和跨域场景的研究

    研究大型语言模型在上下文学习中在文本到 SQL 任务中的表现，尤其是对于提示文本构建的影响和最有效的构建策略进行的全面调查。

    May, 2023

  • XRICL：面向跨语言文本到 SQL 语义解析的跨语言检索增强上下文学习

    本研究提出了 XRICL 框架，用于通过英语方案将非英语话语翻译成 SQL 查询，并构建了两个新的基准数据集，该模型在全球范围内的 XSpider 和 XKaggle-dbqa 问题上表现出优异的效果。

    Oct, 2022

  • 一种基于案例的大型语言模型的持久性内存

    基于案例推理作为问题解决的方法可以使用任何适当的计算技术。该立场论文认为，案例推理研究者在近期的深度学习和大型语言模型方面存在一定的忽视。这些技术发展背后的基础为人工智能的最新突破提供了强大的协同效应，可以用于为大型语言模型提供持久性记忆，从而向人工通用智能迈进。

    Oct, 2023