基于LLM的SQL生成：提示、自我精炼与自适应加权多数投票

Text-to-SQL已成为一个突出的研究领域，尤其随着大语言模型（LLM）的快速发展。通过让用户以自然语言而非SQL查询数据库，该技术显著降低了数据分析的门槛。然而，由于用户查询中的歧义、模式链接的复杂性、跨SQL方言的有限泛化以及对领域特定理解的需求，从自然语言生成准确的SQL仍然具有挑战性。在本研究中，我们提出一个构建于PET-SQL之上、无需真实标注数据的单智能体自精炼与集成投票（SSEV）流水线，将自我精炼与加权多数投票（WMV）及其随机化变体（RWMA）相结合。实验结果表明，SSEV在多个基准上取得有竞争力的性能，在Spider 1.0-Dev上执行准确率达85.5%，Spider 1.0-Test上达86.4%，BIRD-Dev上达66.3%。基于SSEV流水线的洞见，我们进一步提出ReCAPAgent-SQL（Refinement-Critique-Act-Plan基于智能体的SQL框架），以应对企业数据库和真实世界Text-to-SQL任务日益增长的复杂性。该框架集成了用于规划、外部知识检索、批评、动作生成、自我精炼、模式链接和结果验证的多个专门智能体，通过智能体协作实现SQL预测的迭代精炼。ReCAPAgent-SQL的WMA结果在Spider 2.0-Lite的前100个查询上取得31%的执行准确率，显示出在处理真实企业场景方面的显著改进。总体而言，我们的工作促进了可扩展Text-to-SQL系统在实际场景中的部署，以更低成本和更高效率支持更好的数据驱动决策。