探索文本转 SQL 的思维风格提示链.pdf

1、本文档共18页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

ExploringChainofThoughtStylePromptingforText-to-SQL

∗∗††

Chang-YouTai,ZiruChen,TianshuZhang,XiangDeng,HuanSun

TheOhioStateUniversity

{tai.97,chen.8336,zhang.11535,deng.595,sun.397}@

AbstractiscostlytoobtainbecauseannotatingSQLqueries

requiresprogrammingexpertise.

In-contextlearningwithlargelanguagemodelsAsanalternativetosupervisedlearning,in-

(LLMs)hasrecentlycaughtincreasingatten-

contextlearning(Brownetal.,2020),anemergent

tionduetoitssuperiorfew-shotperformance

onvarioustasks.However,itsperformanceoncapabilityoflargelanguagemodels(LLMs),alle-

text-to-SQLparsingstillhasmuchroomforviatestheneedforlarge-scaledata.Withonlya

improvement.Inthispaper,wehypothesizefewexamples,in-contextlearningenablesLLMs

thatacrucialaspectofLLMstoimprovefortodemonstrateperformancecomparabletooreven

text-to-SQLparsingistheirmulti-stepreason-betterthanfullysupervisedmodelsonmanyNLP

ingability.Thus,wesystematicallystudyhowtasks,suchasquestionanswering,machinetransla-

toenhanceLLMs’reasoningabilitythrough

tion,andnaturallanguageinference(Chowdhery

chainofthought(CoT)styleprompting,includ-

ingtheoriginalchain-of-thoughtpromptingetal.,2022;Kojimaet

数学毕业，从事大数据工作十几年，涉及二三十个行业

更多 >