导语
本文提出了SQLPrompt，通过创新的Prompt设计、基于执行一致性的解码策略，以及混合不同格式的Prompt和不同LLMs输出的方式，提高了LLM在Few-shot In-context Learning下的能力。
- 会议：EMNLP 2023 Findings （Short）
- 链接：https://arxiv.org/abs/2311.02883
1 简介
这项研究介绍了“SQLPrompt”，一种针对大型语言模型（LLMs）中的Text-to-SQL任务进行少标签数据下的上下文提示的方法。SQLPrompt通过创新的提示设计、基于执行一致性的解码策略（选择最一致的执行结果SQL），以及“MixPrompt”和“MixLLMs”方法（增加不同提示设计和基础模型中SQL提议的多样性）来提高少示例提示的能力。结果表明，SQLPrompt在少标签数据的上下文学习中表现优异，与使用数千标签数据进行微调的最新技术相比，缩小了差距。
2 方法
作者实际上提出了4个小的模块，构成了SQLPrompt，分别为：
- Prompt设计：Prompt中包括数据库schema、主/外键和数据库内容。本文给出了两种不同的Prompt格式，分别为
- Concise prompts：Table1 name: column name 1, column name 2 (relevant database content) | Table2 name: column1 …
- Verbose prompts：Table “CarNames” contains three columns. The column names and their types are : MakeID (number), Model (string) …”; “Foreign keys are … Use foreign keys to join Tables
- Execution-based consistency decoding：基于执行一致性的解码策略实际上就是对LLM进行多次采样生成，然后对生成的SQL语句进行执行，选择执行结果最一致的那个SQL；
- MixPrompt：将不同的Prompt格式进行混合作为Few-shot的示例；
- MixLLMs：将输入分别输入给不同的LLM进行生成采样；
从作者给出的这个流程图中可以很清楚的看到这4个模块。
3 实验
- 任务和数据集：考虑Spider跨领域大规模Text-to-SQL基准测试。
- 模型：包括不同版本的PaLM和FLAN模型。
- 微调模型：包括PICARD、RASAT和RESDSQL等。
- 上下文学习模型：包括对CodeX、GPT-3和ChatGPT的评估。
4 结果
- 性能比较：SQLPrompt在上下文学习和微调方法中表现优异，特别是在执行准确度（EX）和测试准确度（TS）方面。
- 消融研究：研究了SQLPrompt的多个组件各自对于最终结果的影响，包括
- 提示设计、
- 基于执行的一致性解码、
- MixPrompt和
- MixLLMs。
从表格2-5可以看到，作者提出的这四个模块都对最终的SQLPrompt方法有提升。
5 结论
SQLPrompt通过创新的提示设计和一致性解码策略，显著提高了Text-to-SQL任务的性能。其在处理少量标签数据时的能力尤其突出，为Text-to-SQL领域提供了一个有力的新工具。
