MAG-SQL：利用多智能體生成方法提升文本到SQL轉換精度至 61%

文本轉 SQL 技術讓普通用戶能通過自然語言輕鬆查詢數據庫，但面對複雜數據庫結構時，準確轉換爲 SQL 命令面臨挑戰。華南理工大學與清華大學研究團隊提出了一種新方法——MAG-SQL（多智能生成模型），旨在提升這一過程的準確性。MAG-SQL 通過多個智能體合作，包括“軟模式鏈接器”、“目標-條件分解器”、“子 SQL 生成器”和“子 SQL 修正器”，實現了複雜查詢的逐步精確處理。在 BIRD 數據集上的測試顯示，使用 GPT-4 模型時，MAG-SQL 的執行準確率達到 61.08%，超越了傳統 GPT-4 的 46.35%。即使在使用 GPT-3.5 的情況下，準確率也達到了 57.62%，優於先前的 MAC-SQL 方法。MAG-SQL 的多步驟處理方式使其在複雜數據庫查詢中表現出色，展示了其在大語言模型應用中的潛力和廣泛的適用性。