PET-SQL: A Prompt-enhanced Two-stage Text-to-SQL Framework with Cross-consistency

最近的Text-to-SQL（Text2SQL）技术强调在上下文学习中刺激大型语言模型（LLM），取得了显著的成果。然而，当处理冗长的数据库信息和复杂的用户意图时，它们面临着挑战。本文提出了一个两阶段框架，以提高当前基于LLM的自然语言到SQL系统的性能。我们首先介绍了一种新颖的提示表示，称为参考增强表示，它包括模式信息和从表格中随机抽样的单元格值，以指导LLM生成SQL查询。然后，在第一阶段，问题-SQL对作为少量样本演示被检索，促使LLM生成初步SQL（PreSQL）。之后，解析PreSQL中提到的实体以进行模式链接，这可以显着压缩有用信息。在第二阶段中，我们使用链接的模式简化提示的模式信息，并指导LLM生成最终的SQL。最后，作为后处理模块，我们提出使用不同LLM之间的交叉一致性而不是特定LLM内的自我一致性。我们的方法在Spider基准测试中实现了新的SOTA结果，执行准确度达到87.6%。

本论文旨在提高当前基于大型语言模型的自然语言到SQL系统的性能，解决处理冗长的数据库信息和复杂用户意图时遇到的挑战。

论文提出了一个两阶段框架来增强当前基于LLM的自然语言到SQL系统的性能。第一阶段使用参考增强表示法来生成初步的SQL，然后进行模式链接以压缩有用的信息。第二阶段使用链接的模式来简化提示的模式信息，指导LLM生成最终的SQL。最后，通过跨不同的LLM实现交叉一致性，而不是在特定的LLM内实现自我一致性。

该方法在Spider基准测试中实现了新的SOTA结果，执行准确率达到87.6%。论文还提供了开源代码，并使用了多个数据集进行实验。值得深入研究的是，论文提出的参考增强表示法可以用于其他自然语言处理任务中。

最近的相关研究包括《A Comprehensive Survey on Text-to-SQL Generation》、《Seq2SQL: Generating Structured Queries from Natural Language using Reinforcement Learning》等。