論文の概要: HI-SQL: Optimizing Text-to-SQL Systems through Dynamic Hint Integration

• arxiv url: http://arxiv.org/abs/2506.18916v1
• Date: Wed, 11 Jun 2025 12:07:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-29 09:28:14.859535
• Title: HI-SQL: Optimizing Text-to-SQL Systems through Dynamic Hint Integration
• Title（参考訳）: HI-SQL:動的ヒント統合によるテキスト-SQLシステムの最適化
• Authors: Ganesh Parab, Zishan Ahmad, Dagnachew Birru,
• Abstract要約: テキスト・ツー・ジェネレーションは自然言語とデータベースのギャップを埋め、ユーザーは専門知識を必要とせずにデータをクエリできる。 履歴クエリログを利用した新しいヒント生成機構を組み込んだパイプラインHI-theを提案する。 先行クエリを解析することにより、マルチテーブルおよびネストされた操作の複雑さを扱うことに焦点を当てたコンテキストヒントを生成する。 提案手法は,LCM生成クエリのクエリ精度を大幅に向上し,呼び出しやレイテンシの面で効率性を確保した。
• 参考スコア（独自算出の注目度）: 1.3927943269211591
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Text-to-SQL generation bridges the gap between natural language and databases, enabling users to query data without requiring SQL expertise. While large language models (LLMs) have significantly advanced the field, challenges remain in handling complex queries that involve multi-table joins, nested conditions, and intricate operations. Existing methods often rely on multi-step pipelines that incur high computational costs, increase latency, and are prone to error propagation. To address these limitations, we propose HI-SQL, a pipeline that incorporates a novel hint generation mechanism utilizing historical query logs to guide SQL generation. By analyzing prior queries, our method generates contextual hints that focus on handling the complexities of multi-table and nested operations. These hints are seamlessly integrated into the SQL generation process, eliminating the need for costly multi-step approaches and reducing reliance on human-crafted prompts. Experimental evaluations on multiple benchmark datasets demonstrate that our approach significantly improves query accuracy of LLM-generated queries while ensuring efficiency in terms of LLM calls and latency, offering a robust and practical solution for enhancing Text-to-SQL systems.
• Abstract（参考訳）: テキストからSQL生成は、自然言語とデータベースのギャップを埋め、SQLの専門知識を必要とせずにデータをクエリできる。 大規模言語モデル(LLM)はこの分野を大きく進歩させたが、マルチテーブル結合、ネスト条件、複雑な操作を含む複雑なクエリの処理には依然として課題が残っている。 既存の手法は、しばしば高い計算コストを発生させ、遅延を増大させ、エラーの伝播をしがちなマルチステップパイプラインに依存している。 これらの制約に対処するために,履歴クエリログを利用してSQL生成をガイドする,新しいヒント生成機構を備えたパイプラインHI-SQLを提案する。 先行クエリを解析することにより、マルチテーブルおよびネストされた操作の複雑さを扱うことに焦点を当てたコンテキストヒントを生成する。 これらのヒントはSQL生成プロセスにシームレスに統合され、コストのかかるマルチステップアプローチの必要性を排除し、人為的なプロンプトへの依存を減らす。 複数のベンチマークデータセットに対する実験結果から,LLMの呼び出しと遅延の効率性を確保しつつ,LLM生成クエリのクエリ精度を大幅に向上し,テキスト・トゥ・SQLシステムを強化するための堅牢で実用的なソリューションを提供する。

関連論文リスト

• E-SQL: Direct Schema Linking via Question Enrichment in Text-to-SQL [1.187832944550453]
  E-Seekは、直接スキーマリンクと候補述語拡張を通じてこれらの課題に対処するように設計された、新しいパイプラインである。 E-Seekは、関連するデータベース項目(テーブル、列、値)と条件を直接質問とsql構築計画に組み込むことで、自然言語クエリを強化し、クエリとデータベース構造の間のギャップを埋める。 総合的な評価は、E-Seekが競争性能、特に66.29%の実行精度で複雑なクエリに優れていることを示している。
  論文  参考訳（メタデータ） (2024-09-25T09:02:48Z)
• RH-SQL: Refined Schema and Hardness Prompt for Text-to-SQL [1.734218686180302]
  本稿では,精製実行モデルとハードネス・プロンプトに基づくテキスト・トゥ・エクセルの手法を提案する。 パフォーマンスを維持しながら、ストレージとトレーニングのコストを削減する。 スパイダーデータセットに関する我々の実験は、特に大規模なLMを用いて、82.6%の異常な精度(EX)を達成した。
  論文  参考訳（メタデータ） (2024-06-13T14:04:34Z)
• CHESS: Contextual Harnessing for Efficient SQL Synthesis [1.9506402593665235]
  効率的でスケーラブルなテキスト・ツー・クエリのためのフレームワークであるCHESSを紹介します。 特殊エージェントは4つあり、それぞれが上記の課題の1つをターゲットにしている。 私たちのフレームワークは、さまざまなデプロイメント制約に適応する機能を提供する。
  論文  参考訳（メタデータ） (2024-05-27T01:54:16Z)
• SQLPrompt: In-Context Text-to-SQL with Minimal Labeled Data [54.69489315952524]
  Prompt"は、Text-to-LLMのいくつかのショットプロンプト機能を改善するように設計されている。 Prompt"は、ラベル付きデータが少なく、テキスト内学習における従来のアプローチよりも大きなマージンで優れている。 emphPromptはテキスト内学習における従来の手法よりも優れており,ラベル付きデータはほとんどない。
  論文  参考訳（メタデータ） (2023-11-06T05:24:06Z)
• Text-to-SQL Empowered by Large Language Models: A Benchmark Evaluation [76.76046657162306]
  大規模言語モデル(LLM)はテキスト・ツー・タスクの新しいパラダイムとして登場した。 大規模言語モデル(LLM)はテキスト・ツー・タスクの新しいパラダイムとして登場した。
  論文  参考訳（メタデータ） (2023-08-29T14:59:54Z)
• SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended) [53.95151604061761]
  本稿では,大規模言語モデル(LLM)を用いたテキスト・ツー・フィルタリングのフレームワークを提案する。 数発のプロンプトで、実行ベースのエラー解析による一貫性復号化の有効性について検討する。 命令の微調整により、チューニングされたLLMの性能に影響を及ぼす重要なパラダイムの理解を深める。
  論文  参考訳（メタデータ） (2023-05-26T21:39:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。