自然语言到SQL（NL2SQL）技术正快速发展，成为自然语言处理领域的关键突破。它允许用户用自然语言查询数据库，极大地简化了数据访问，提升了效率。然而，现有方法在准确性和适应性方面存在挑战，尤其是在处理复杂数据库和跨领域应用时。Downcodes小编将为您介绍阿里巴巴团队提出的XiYan-SQL框架，该框架如何有效解决这些难题。
然而，NL2SQL 的实现过程中，查询准确性与适应性之间存在一定的权衡。一些方法在生成 SQL 查询时，既无法保证准确性，也难以适应不同类型的数据库。现有的一些解决方案多依赖于大型语言模型（LLMs），通过提示工程生成多个输出并选择最佳查询，但这种方式增加了计算负担，不适合实时应用。同时，监督微调(SFT)虽然能实现针对性 SQL 生成，但在跨领域应用和复杂数据库操作中却面临困难，因此亟需创新的框架。
阿里巴巴的研究团队推出了 XiYan-SQL，一个突破性的 NL2SQL 框架。它融合了多生成器集成策略，将提示工程和 SFT 的优势结合起来。XiYan-SQL 的一个关键创新在于引入了 M-Schema，这是一种半结构化的架构表示方法，能够增强系统对数据库层次结构的理解，包括数据类型、主键和示例值，从而提高生成准确且符合上下文的 SQL 查询的能力。
XiYan-SQL 采用三阶段的流程生成和优化 SQL 查询。
首先，系统通过架构链接识别相关数据库元素，从而减少冗余信息，聚焦于关键结构。接着，利用基于示例学习（ICL）和 SFT 的生成器生成 SQL 候选。最后，系统运用纠错模型和选择模型对生成的 SQL 进行优化和筛选，从而确保选择出最佳查询。XiYan-SQL 将这些步骤整合成一个高效的管道，超越了传统方法。
经过严格的基准测试，XiYan-SQL 在多个标准测试集中表现出色，例如在 Spider 测试集中实现了89.65% 的执行准确率，明显领先于以往的顶尖模型。
此外，在非关系型数据集的适应性方面，XiYan-SQL 也取得了优异的成绩，在 NL2GQL 测试集中达到了41.20% 的准确率。这些结果表明，XiYan-SQL 在多种场景下都具备卓越的灵活性和准确性。
github:https://github.com/XGenerationLab/XiYan-SQL
总而言之，XiYan-SQL 框架凭借其创新的 M-Schema 和多生成器集成策略，在 NL2SQL 领域取得了显著突破，为高效准确地进行自然语言数据库查询提供了新的解决方案。其在多个测试集中的优异表现，也证明了其强大的实用性和广泛的应用前景。感兴趣的读者可以访问 GitHub 链接了解更多信息。