LLMs之Text2Sql：大语言模型场景实战案例应用—让查询和问答应用更智能(利用LLMs与数据库交互)—Text2Sql任务的简介、多种技术方案(LLM/RAG/ETA等)、排行榜平台(如Spid_text2sql rag

LLMs之Text2Sql：大语言模型场景实战案例应用—让查询和问答应用更智能(利用LLMs与数据库交互)—Text2Sql任务的简介、多种技术方案(LLM/RAG/ETA等)、排行榜平台(如Spider/BIRD等)、常用框架(LangChain框架/Vanna/Chat2DB/dataherald)及其实战(比如法律合同/简历/财务数据/客户支持)

目录

相关文章

LLMs：《Building LLM applications for production构建用于生产的LLM应用程序》翻译与解读

Awesome-Text2SQL：收集了针对大型语言模型、Text2SQL、Text2DSL、 Text2API、 Text2Vis 等的精选教程和资源

Text2SQL的简介

对比：查询(定位到准确目标)、搜索(查找到一个范围)

A1、让查询和问答应用更智能(Talk-to-your-data)—法律合同/简历/财务数据/客户支持：利用LLMs与数据交互=【SQL数据库+自然文本查询】/【向量数据库+ANN查询】

1、基于自然语言的内部数据查询和问答应用的概述：多种技术方案

(1)、Embeeding形式场景实现——ANN算法的概述

LLMs之RAG：知识检索增强生成方法(搭建本地知识库、利用外挂信息库增强LLMs自身能力的一种方法，外部知识检索+LLMs生成回复=知识问答任务)的简介、实现方法(LangChain【LangChain-ChatGLM/LangChain-Chatchat】/LlaMAIndex/LocalGPT/embedchain/IncarnaMind等)、案例应用之详细攻略

(2)、SQL形式场景实现——LLMs之Code：SQLCoder的简介、安装、使用方法之详细攻略

自然语言与SQL语句转换的排行榜

T1、Spider数据集平台排行榜

1.1、Spider数据集的概要：用于语义解析和文本到SQL任务的一个大规模复杂跨域数据集

1.2、如何评估和提交

T2、BIRD-SQL平台排行榜

Leaderboard - Execution Accuracy (EX)

Leaderboard - Valid Efficiency Score (VES)

自然语言与SQL语句转换的实战案例应用

1、基于LangChain框架实现：采用SQL数据库工具+设计精妙的SQL_Prompt

LLMs之SQL_Prompt之ToolAgent：基于LangChain框架结合LLM(GPT-4)将自然语言转换为SQL并通过连接数据库执行查询功能实战案例——构建LLM(OpenAI模型)→创建SQL数据库工具(连接192.168.11.7地址的Teradata【可扩展的关系型数据库】的Sales【数据库名】)→构建基于SQL工具的Agent并测试(创建并运行SQL代理+初始测试与数据库对话+测试复杂问题【失败】)→基于重新定义代理提示来再次构建基于SQL的Agent并测试(定义prompt+重新构建基于SQL的Agent+重新测试+更多测试)

2、采用Vanna工具

LLMs之Text2Sql之Vanna：Vanna(利用自然语言查询数据库的SQL工具+底层基于RAG)的简介、安装、使用方法之详细攻略

3、采用Chat2DB工具

LLMs之Text2Sql之Chat2DB：Chat2DB(AI驱动的数据开发和分析平台)的简介、安装和使用方法、案例应用之详细攻略

4、采用dataherald工具

LLMs之Text2Sql之dataherald：dataherald(将自然语言转换为 SQL)的简介、安装和使用方法、案例应用之详细攻略

---

相关文章

LLMs：《Building LLM applications for production构建用于生产的LLM应用程序》翻译与解读