新的 SAL 中间件通过将 LLM 关联到实时模式数据，提高了 Oracle NL2SQL 的准确性

研究人员开发了 Schema-Aware Localisation (SAL)，这是一种用于 Oracle NL2SQL 系统的新型中间件，可在不重新训练语言模型的情况下提高 SQL 执行的准确性。SAL 通过查询 USER_TAB_COLUMNS 来创建实时模式图，然后利用该图在 LLM 提示中提供相关的表上下文，从而与 Oracle 数据库集成。此外，SAL 采用幻觉指数 (Hidx) 来验证生成的 SQL 是否与实时目录匹配，自动纠正可预测的错误并触发更复杂问题的重试。在对 500 个 TPC-H 问题使用 GPT-4o-mini 进行的测试中，SAL 将执行的地面真实性从 2.2% 显著提高到 62.6%，优于静态模式提示。 AI

影响 增强了 LLM 为企业数据库生成的 SQL 的可靠性，减少了错误并提高了准确性。

排序理由 学术论文，介绍了一种提高 LLM 在特定任务上性能的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• GPT-4o-mini
• Hallucination Index
• Hidx
• Oracle Autonomous Database 23c
• Oracle NL2SQL
• SAL
• Schema-Aware Localisation
• TPC-H
• USER_TAB_COLUMNS

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →