基于多功能 LLM 智能体的分段数据库协作 SQL 生成
计算与语言
2024-12-10 v1
摘要
文本到 SQL 任务旨在根据用户文本问题自动生成 SQL 查询。为解决此问题，我们提出了基于多功能智能体（CSMA）的协作 SQL 生成框架，通过大型语言模型（LLM）基于智能体之间的信息交互来实现。受人类团队协作的启发，CSMA 包含三个阶段：1）问题相关模式集合、2）问题对应的 SQL 查询生成、3）SQL 查询正确性检查。在第一个阶段，智能体分析各自的模式并相互通信以收集与问题相关的模式信息。在第二个阶段，智能体利用收集的信息为问题生成相应的 SQL 查询。在第三个阶段，智能体检查 SQL 查询是否根据已知信息正确创建。这种基于交互的方法使得来自每个智能体的查询相关模式部分可用于 SQL 生成和检查。在 Spider 和 Bird 基准上的实验表明，CSMA 在性能上达到了与最先进方法相当的水平，同时保持了这些个别智能体中的私有数据。
引用
@article{arxiv.2412.05850,
title = {Cooperative SQL Generation for Segmented Databases By Using Multi-functional LLM Agents},
author = {Zhiguang Wu and Fengbin Zhu and Xuequn Shang and Yupei Zhang and Pan Zhou},
journal= {arXiv preprint arXiv:2412.05850},
year = {2024}
}