摘要
在解决将自然语言查询转换为SQL命令这一关键问题时，我们提出了一套紧凑且经过微调的模型以及自修正机制，旨在使非专家用户能够民主化地访问和分析数据，从而减轻与闭源大型语言模型相关的风险。具体而言，我们构建了一个包含超过20,000个样本的Text-to-SQL数据集以及偏好数据集，以提高SQL生成领域的效率。为了进一步确保代码的有效性，我们将一个代码校正器集成到了模型中。我们的系统DataGpt-sql在Spider-dev测试集上达到了87.2%的准确率，展示了我们在文本到SQL转换任务中的解决方案的有效性。我们的代码、数据和模型可在以下网址获取：https://github.com/CainiaoTechAi/datagpt-sql-7b
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| text-to-sql-on-spider | datagpt-sql-7B + InvalidSQL-Feedback | Exact Match Accuracy (Dev): 81.6 Execution Accuracy (Dev): 87.2 |
| text-to-sql-on-spider | datagpt-sql-7B | Exact Match Accuracy (Dev): 80.3 Execution Accuracy (Dev): 84.8 |