赞
踩
Vanna是基于检索增强(RAG)的sql生成框架,会先用向量数据库将待查询数据库的建表语句、文档、常用SQL及其自然语言查询问题存储起来。在用户发起查询请求时,会先从向量数据库中检索出相关的建表语句、文档、SQL问答对放入到prompt里(DDL和文档作为上下文、SQL问答对作为few-shot样例),LLM根据prompt生成查询SQL并执行,框架会进一步将查询结果使用plotly可视化出来或用LLM生成后续问题。如果用户反馈LLM生成的结果是正确的,可以将这一问答对存储到向量数据库,可以使得以后的生成结果更准确。
当向 Vanna 提出问题时,会执行以下过程
首先在我们的训练集中搜索过去提出过的类似问题。
如果我们发现类似的问题,我们会将这些问题中经过验证的 SQL 传递到我们的模型。
否则,我们会传入 DDL、文档或引导查询。 本质上是一个检索增强的过程。
然后,您的架构特有的 Vanna 模型会生成 SQL。
然后我们运行 SQL 来验证它。如果经过验证,它将进入训练数据。
否则,分析师可以更正 SQL 并将其放入训练数据中。
AI科技智库
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/在线问答5/article/detail/959937
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。