目錄

基于 Prompt Engineering 的方案

基于模型微調的方案

T5

模型結構

MIGA

基于RAG 的方案

參考

---

基于 Prompt Engineering 的方案

這類方案比較簡單粗暴，就是通過精心設計的提示來引導 LLM 生成 SQL，一般包含下面這些做法：

1. 零樣本提示：直接向 LLM 提供數據庫模式和自然語言查詢，直接生成 SQL。

2. 少樣本提示：在提示中包含幾個示例，幫助 LLM 理解任務模式。

3. 鏈式思考（也就是 Chain-of-Thought）：引導 LLM 逐步推理，分解復雜的 SQL 生成過程。

4. 自我糾正：讓 LLM 生成 SQL 后，再讓它檢查和修正可能的錯誤。

基于模型微調的方案

這類方案是通過在特定數據集上微調預訓練模型，使其更適合特定任務場景的 Text2SQL 任務：

指令微調：使用特定于任務的指令來微調 LLM。

多任