ChatGPT 论文:Enhancing Few-shot Text-to-SQL Capabilities of Large Language Models (一)
摘要上下文学习(ICL)已成为处理各种自然语言处理任务的一种新方法,它利用大型语言模型(LLM)根据上下文进行预测,并辅以一些示例或特定于任务的指令。在本文中,我们的目标是将这种方法扩展到利用结构化知识源的问答任务,并通过探索使用LLM的各种提示设计策略来改进文本到SQL系统。我们对不同的演示选择方法和最佳指令格式进行了系统研究,以提升LLM在文本到SQL任务中的表现。我们的方法涉及利用示例的SQ