GenEdit：复合算子与持续改进以应对企业级 Text-to-SQL
人工智能
2025-03-28 v1
摘要
由大语言模型驱动的 Text-to-SQL 的最新进展正在使数据访问大众化。尽管取得了这些进展，但由于需要捕获特定业务知识、处理复杂查询以及满足持续改进的期望，企业级部署仍然具有挑战性。为了解决这些问题，我们设计并实现了 GenEdit：我们的 Text-to-SQL 生成系统，该系统可通过用户反馈进行改进。GenEdit 构建并维护特定于公司的知识集，采用算子流水线分解 SQL 生成过程，并利用反馈更新其知识集以改进未来的 SQL 生成。我们描述了由两个核心模块组成的 GenEdit 架构： 分解的 SQL 生成； 基于用户反馈的知识集编辑。在生成方面，GenEdit 利用复合算子来改进知识检索，并创建一个作为思维链步骤的计划来指导生成。GenEdit 首先在初始检索阶段检索相关示例，其中原始 SQL 查询被分解为子语句、子句或子查询。然后它还检索指令和模式元素。利用检索到的上下文信息，GenEdit 随后以自然语言逐步生成关于如何产生查询的计划。最后，GenEdit 使用该计划生成 SQL，最大限度地减少对模型推理的需求，从而增强了复杂 SQL 的生成。如有必要，GenEdit 会根据语法和语义错误重新生成查询。知识集编辑通过交互式副驾驶推荐，允许用户迭代其反馈并根据需要重新生成 SQL 查询。每次生成都使用分阶段编辑来更新生成提示。一旦反馈被提交，它将在通过回归测试并获得批准后被合并，从而改进未来的生成。
引用
@article{arxiv.2503.21602,
title = {GenEdit: Compounding Operators and Continuous Improvement to Tackle Text-to-SQL in the Enterprise},
author = {Karime Maamari and Connor Landy and Amine Mhedhbi},
journal= {arXiv preprint arXiv:2503.21602},
year = {2025}
}