.png){kind=icon}
返回
GEMMA-SQL: A Novel Text-to-SQL Model Based on Large Language Models
.png){kind=icon}
PRE
AI
DOI：10.1080/08839514.2025.2587371.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
文本到SQL系统使用户能够通过自然语言与结构化数据库进行交互，无需专门的编程知识。本研究中，我们介绍了GEMMA-SQL，一种基于开源Gemma 2B架构构建的轻量级且高效的文本到SQL模型。与许多大型语言模型（LLMs）不同，GEMMA-SQL以资源高效、迭代的方式进行微调，并且可以部署在低成本硬件上。利用SPIDER基准进行训练和评估，GEMMA-SQL结合了多种提示策略，包括少样本学习，以提升SQL查询生成的准确率。经过指令微调的变体GEMMA-SQL Instruct，在测试套件上达到66.8%的准确率，在精确集合匹配上达到63.3%的准确率，超越了多个当前最佳基线模型，如IRNet、RYANSQL和CodeXDavinci。所提出的方法表明，有效的提示设计和针对性的指令微调能够在保持高可扩展性和适应性的同时显著提升性能。这些结果使GEMMA-SQL成为稳健且易用的文本到SQL系统的实用开源替代方案。
期刊
A
IF:
4.3
论文数:
84
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容