一种基于优先级的多思绪链框架，用于金融决策支持中基于大语言模型（LLM）的文本到SQL的生成

《IEEE Aerospace and Electronic Systems Magazine》：Priority-Aware Chain-of-Multiple-Thoughts Framework for LLM-Based Text-to-SQL Generation in Financial Decision Support

　　

摘要：

从复杂的大规模数据库中检索决策支持数据是商业咨询中的常见需求，用于回答各种客户问题。然而，大多数现有方法仅关注使用简单模式从直接问题生成SQL查询，这并不能反映真实的业务分析任务。在这项工作中，我们提出了一个基于优先级的多思维链（PCoMT）框架，用于将文本转换为SQL查询。该框架利用大语言模型（LLM）来推理构建多个复杂的SQL查询。PCoMT通过细粒度的对比表表示来编码复杂的客户需求并过滤相关的表模式。选择参考案例来辅助SQL查询的准备工作。端到端的思维链提示工作流基于预定义的原则设计了多种推理路径来构建SQL查询。这些推理路径对应于不同的SQL子查询，它们根据维护优先级被聚合起来以构建最终的SQL查询。我们构建了一个包含大规模模式和通俗查询的具有挑战性的财务数据集。实验结果表明，PCoMT在执行精度方面具有竞争力，并且在列选择方面有显著的改进，这一点还得到了领域专家用户评分和基于匿名真实世界案例的初步评估的进一步证实。