针对Text2SQL任务的多LLM模型集成推理方法技术

本发明专利技术提供一种针对Text2SQL任务的多LLM模型集成推理方法，该方法中集成了多个不同的LLM模型，根据各个LLM模型在相似问题上的表现来选择出最适合的LLM模型回答待处理问题，并采用提示词工程中的少量样本提示来进一步提高了推理准确率，因此能够让每个LLM回答其最擅长的问题，从而兼顾Text‑to‑SQL任务的推理准确率和推理速度，并且不需要对LLM模型进行微调或重训练，因此具有很少的资源消耗。

【技术实现步骤摘要】

本专利技术涉及，具体涉及一种针对text2sql任务的多llm模型集成推理方法。

技术介绍

1、在数字革命时代，数据已成为推动人类活动的重要生产要素，从商业运营到科学研究，数据无处不在。然而，随着电子设备的普及和数据量的爆炸式增长，查询和探索这些数据变得日益复杂和困难，即便对于专家也是如此。现有的数据查询方式，要么是基于表单的，虽然易于使用但查询能力有限；要么是允许用户使用底层数据库查询语言(如sql)合成查询的低级工具，但这些工具仅适用于少数人(如sql专家)。这种现状导致普通人难以接触和利用数据，而即使是从业人员，在不同领域的数据库和应用场景中编写大量查询语句并保证它们的正确性，也十分麻烦。

2、为了降低数据查询的门槛，text-to-sql任务应运而生。text-to-sql将自然语言查询转换为结构化查询语言(sql)命令，使用户能够使用自然语言与数据库交互。通过这种方式，我们可以消除阻碍数据访问的技术障碍，打破自然语言和结构化数据之间的壁垒，让每个人都能访问、使用、理解和从数据中获取价值。图4示出了一个text-to-sql的问题描述。本文档来自技高网...

【技术保护点】

1.一种针对Text2SQL任务的多LLM模型集成推理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的针对Text2SQL任务的多LLM模型集成推理方法，其特征在于：

3.根据权利要求2所述的针对Text2SQL任务的多LLM模型集成推理方法，其特征在于：

4.根据权利要求3所述的针对Text2SQL任务的多LLM模型集成推理方法，其特征在于：

5.根据权利要求1所述的针对Text2SQL任务的多LLM模型集成推理方法，其特征在于：

6.根据权利要求1所述的针对Text2SQL任务的多LLM模型集成推理方法，其特征在于...

【技术特征摘要】

1.一种针对text2sql任务的多llm模型集成推理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的针对text2sql任务的多llm模型集成推理方法，其特征在于：

3.根据权利要求2所述的针对text2sql任务的多llm模型集成推理方法，其特征在于：

4.根据权利要求3所述的针对text2sql任务的多llm模型集成推理方法，其特征在于：

5.根据权利要求1所述的针对text2sql任务的多llm模型集成推理方法，其特征在于：

<...

【专利技术属性】
技术研发人员：吕智慧，胡时京，郭恒其，齐帅，李楠，
申请(专利权)人：复旦大学，
类型：发明
国别省市：