摘要

文本到SQL生成技术使得非专业人士能够通过自然语言与数据库进行交互。近期的研究进展主要依赖于像GPT-4这样的大型闭源模型，这些模型在可访问性、隐私性和延迟方面存在挑战。为了解决这些问题，我们专注于开发小型、高效且开源的文本到SQL模型。我们展示了采样多个候选SQL生成结果的好处，并提出了我们的方法——MSc-SQL，利用相关元数据对这些结果进行评估。我们的样本评估模型可以同时评估多个输出，在与其他开源模型相比达到最先进的性能的同时，其成本远低于大型模型，但仍能保持竞争力。完整的代码可以在https://github.com/layer6ai-labs/msc-sql 获取。