Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Систему перевода вопросов на обычном языке в SQL научили работать с глубоко вложенными корпоративными схемами, где связи хранятся в массивах и объектах. Авторы препринта, который не прошёл рецензирование и числа в котором получили они сами, добились 91,7% правильных ответов — на 54,6 процентного пункта выше ближайшего сравниваемого решения. Такая схема работы подходит продуктам, где данные о задачах, обращениях и клиентах образуют граф связей, а не набор плоских таблиц.
Архитектура строит одну последовательность генерации и исправлений вместо турнира из независимых вариантов SQL. Управляющая модель выбирает таблицы по заранее собранному графу знаний, получает описания вложенных полей, допустимые значения и примеры, а после ошибки расширяет контекст или отправляет запрос на точечное исправление. Перед запуском проверки отсеивают неверные соединения, неподходящий уровень детализации и ошибки при разворачивании массивов.
Для проверки собрали DevRev NL2SQL: 900 запросов к производственной схеме Snowflake с типизированными ссылками и вложенностью до четырёх уровней. Запросы проверили выполнением, а их сложность описали показателем смысловой глубины: он учитывает вычисляемые показатели, временные условия, многошаговую логику и требуемые конструкции SQL, а не просто длину запроса.
Наиболее важной частью оказались подробные метаданные. Когда системе оставили только имена столбцов и типы, но убрали схемы вложенных полей, допустимые значения, примеры и подсказки по соединениям, точность упала на 15 процентных пунктов. Значит, для корпоративного NL-to-SQL недостаточно передать модели DDL: каталог данных должен описывать содержимое структур и смысл полей.
Основной результат получен на одной производственной схеме. Дополнительную проверку провели на публичной части Spider 2.0 Snowflake с эталонными ответами, но она охватывает лишь часть набора и напрямую не сопоставима с таблицей лидеров. Оба испытания используют Snowflake, поэтому перенос архитектуры на другие диалекты SQL ещё нужно проверять отдельно.
Источники
- A Cost-Aware Agentic Architecture for NL-to-SQL over Nested Enterprise Schemas, with a New Benchmark
Иллюстрация: рисунок из статьи «A Cost-Aware Agentic Architecture for NL-to-SQL over Nested Enterprise Schemas, with a New Benchmark», Yoga Sri Varshan Varadharajan, Ajay Yadav, Ritesh Goru и др., CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
