LLMに基づくSQL生成：プロンプティング、自己改善、および適応的重み付き多数決

要約

本研究は、自然言語からSQLを生成するText-to-SQLの精度向上を目指し、PET-SQLを基盤とした新たなパイプライン「SSEV」と、より複雑なタスク向けの「ReCAPAgent-SQL」を提案します。自己改善機能と重み付き多数決投票を組み合わせることで、正解データなしでも高い実行精度を実現し、実用的なデータ分析の敷居を下げます。

全文は有料プランで閲覧できます。