提升複雜數據集查詢：表格增強生成如何超越文本到 SQL

Home AI新聞提升複雜數據集查詢：表格增強生成如何超越文本到 SQL

人工智慧（AI）革命性地改變了企業的運營和數據管理方式。幾年前，團隊需要撰寫SQL查詢和程式碼來從龐大的數據集提取有意義的見解。如今，他們只需輸入一個問題，先進的語言模型系統便能處理其餘部分，實現快速而直觀的數據互動。

儘管這些新查詢系統前景廣闊，但仍面臨挑戰。目前的模型在處理各種查詢時存在困難，因此伯克利和斯坦福的研究人員開發了一種新解決方案，稱為表增強生成（Table-Augmented Generation, TAG）。

什麼是表增強生成（TAG）？

TAG是一種統一的方法，增強語言模型（LM）與數據庫之間的互動，提供了一種利用語言模型的世界知識和推理能力的新範式。根據研究人員的發現，TAG使得針對自定義數據來源的自然語言查詢變得更加高級和智能。

TAG如何運作？

當用戶提出問題時，通常採用兩種主要方法：文本到SQL（text-to-SQL）和檢索增強生成（retrieval-augmented generation, RAG）。雖然這兩種方法在一定程度上有效，但在面對複雜查詢時都顯得力不從心。文本到SQL將自然語言轉換為SQL查詢，但僅能解決有限的關係代數問題。而RAG專注於在少量數據庫記錄中直接查找答案。

這兩種方法在需要語義推理或超出數據本身的知識的問題上經常遇到困難。研究人員指出，現實世界的查詢通常涉及領域專業知識、世界知識和精確計算的複雜結合，而傳統數據庫系統雖然在這些領域表現不俗，但仍然無法單獨滿足需求。

為了填補這一空白，TAG方法採用三步模型進行對話查詢：

1. 查詢合成：語言模型識別相關數據，並將輸入轉換為可執行的數據庫查詢。

2. 查詢執行：數據庫引擎對龐大數據庫進行查詢並檢索最相關的信息。

3. 答案生成：最後，語言模型根據執行查詢的結果生成自然語言回答。

這一創新框架使語言模型的推理能力與強大的數據庫查詢執行相結合，能夠應對需要深入語義推理、世界知識和領域專業知識的複雜問題。

TAG的性能提升

為了評估TAG的有效性，研究人員使用了BIRD數據集，這是一個旨在測試文本到SQL能力的數據集，並對其進行調整以融入需要語義推理的問題。研究人員將TAG與多個基準進行比較，包括文本到SQL和RAG。

結果顯示，所有基準方法的準確率不超過20%，而TAG的準確率則提高到40%或更高。手寫的TAG模型正確回答了55%的查詢，在精確匹配的比較中成功率達到65%。在各類查詢中，TAG始終表現出超過50%的準確率，尤其在複雜比較方面表現優異。

此外，TAG的查詢執行速度是其他基準的三倍，展示了企業利用AI與數據庫能力統一提取有價值見解的潛力，而無需廣泛的編碼努力。

雖然TAG顯示出良好的結果，但仍需進一步優化。研究團隊建議加強對高效TAG系統設計的探索。為支持持續的實驗，修改過的TAG基準已在GitHub上公開。

總之，TAG在AI驅動的查詢領域中代表了一項重要進展，為企業提升數據提取流程和決策能力鋪平了道路。

DeepMind的GenRM透過自我驗證輸出，提升語言模型的準確性

OpenAI 賦能開發者，增強對 AI 助手的控制力

Most people like

useArtemis

60K

輕鬆找到高品質潛在客戶，為他們的個人資料添加電子郵件地址，並啟動有效的多渠道行銷活動。今天就改變你的推廣策略，最大化你的轉換潛力！

潛在客戶生成 AI Lead Generation

Public Prompts

18.2K

探索我們的網站，這是您獲取公共提示、創新模型及創意工具的終極資源。今天就來尋找無盡的靈感和實用的解決方案，釋放您的創意吧！

人工智慧 AI Art Generator

aomni

22.6K

釋放你的銷售潛力，搭配我們的 AI 驅動工具包。體驗專為簡化銷售流程、提升效率和提升表現而設計的尖端技術。無論你是一位經驗豐富的專業人士，還是剛開始的新人，這套工具包都提供了你所需的智慧解決方案，幫助你有效地達成交易並推動收入增長。立即探索我們的先進 AI 功能，邁向銷售的未來。

人工智慧 AI Content Generator

Firstup

9.5K

在當今快速變化的工作環境中，促進員工參與對於組織的成功至關重要。利用人工智慧驅動的員工參與平台，能夠透過先進技術提升團隊的動力、合作及整體生產力。透過數據驅動的洞察力和個性化策略，這一創新解決方案使企業能夠打造更具連結性和動力的勞動力，最終提升績效和留才率。探索以人工智慧為核心的策略如何改變您組織的參與模式，並促成一個蓬勃發展的工作文化。

員工參與 AI Analytics Assistant

Find AI tools in YBX