某个text2sql项目几个大模型效果比较参考

最新推荐文章于 2025-05-15 18:40:47 发布
最新推荐文章于 2025-05-15 18:40:47 发布
阅读量329 收藏 1
点赞数 2
文章标签： text2sql大模型性能比较
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/anthea_luo/article/details/146450722
版权

工作中使用大模型做text2sql应用，均是选用qwen2.5-72B-instruct模型作为服务提供者，全使用prompt，不微调，基本可以满足需求。 prompt提示词会动态生成，平均长度约为1万字,15000字符左右。

但是最近新增了一个更加复杂的场景，慢慢感觉大模型返回的错误多了很多，因为新增的这个提示词更加复杂，需要假设的场景有点多也有一点乱。

再尝试用了其他模型多次测试：不成功与成功的效果，分别如下：

推理模型QwQ-32B：失败
推理模型DeepSeek-R1-Distill-Qwen-32B：失败
推理模型DeepSeek-R1-Distill-Llama-70B：失败。 甚至原来基础容易的那个功能都失败了。
Qwen2___5-Coder-32B-Instruct：失败
DeepSeek-Coder-V2-Lite-Instruct：失败 (16B A2.4B)

DeepSeek-Coder-V2-Instruct: 成功  8s响应时长  (236B Active21B)
deepseek-v3: 成功  13s响应时长
推理模型deepseek-r1: 成功   39s响应时长


测试结果也有点像猜想的：参数量是更决定性的因素，
后面几个虽然成功了，但参数量过大，本地部署不量化的版本有点困难..  就在以为只能收集数据做微调时，发现一个最近谷歌刚出来的模型gemma-3-27b-it，说是超过deepseek-v3次于deepseek-r1。要不是看到这句话，估计都不太会去尝试，因为想着27B实在是有点点小。结果试了一下，出人意料的，基本都能正确返回结果!  嗯，时间越往后，发展得都越好吧。都踩在众多巨人的肩膀上。

以上可以做为一个模型间的比较的参考信息吧，在此项功能的验证结果上，与排行版上相对的顺序，一部分也是吻合的。(QwQ-32B与deepseek-r1蒸馏出来的模型在这里好像不突出)

anthea_luo
关注
NL2SQL基础系列(1)：业界顶尖排行榜、权威测评数据集及LLM大模型（Spider vs BIRD）全面对比优劣分析[Text2SQL、Text2DSL]
丨汀、的博客
04-10 1万+
NL2SQL基础系列(1)：业界顶尖排行榜、权威测评数据集及LLM大模型（Spider vs BIRD）全面对比优劣分析[Text2SQL、Text2DSL]
不同大语言模型 Text2SQL解析效果比较
2401_85328934的博客
08-30 2215
ChatGPT的成功引发了一场人工智能竞赛，研究人员努力开发新的大型语言模型（LLMs），以匹敌或超越商业模型的语言理解和生成能力。近来，一些模型已经涌现，通过各种指导调整方法声称性能接近GPT-3.5或GPT-4。然而，审慎对待这些声明并确切评估这些模型的实际有效性是重要的。因此，我们将六个流行的大型语言模型相互比较，系统评估它们在九个基准数据集上的Text-to-SQL解析能力，采用五种不同的提示策略，覆盖零-shot和few-shot场景。
大语言模型应用Text2SQL本地部署实践初探
Clyde's SAP Blog
12-03 2393
Text2SQL也叫NL2SQL(Natural Language To SQL)，是一种自然语言生成技术(文字->代码->结果)，通过将人类用自然语言提出的数据问题(Text)，转化为结构化查询(Structured Query Language，简称SQL）语句代码，通过自动执行生成的代码实现人类和数据的直接对话，提升数据分析效率。Text2SQL实现的技术路线有很多，本篇主要讲述了基于阿里巴巴开源大模型Qwen，开源框架Vanna，以及Ollama，Mysql，Python3等技术栈下的部署实践。
大模型Text2Sql对比
最新发布
顺其自然~专栏
05-15 61
Text2SQL技术旨在将自然语言转换为SQL查询语言，简化数据库查询过程。本文通过测试五款主流大模型（ChatGPT3.5、ChatGLM4、文心一言3.5、讯飞星火、Kimi）对Elasticsearch的DSL查询语法的理解能力，展示了它们在处理复杂查询时的表现。测试基于律为法库的裁判文书数据，涉及字段包括案件类型、法院名称、审判日期等。结果显示，ChatGPT3.5在日期格式和聚合查询上表现最佳，而其他模型在日期格式处理或查询复杂度上存在不足。Text2SQL技术在大数据分析中具有重要应用价值，能够
一文带你搞懂大模型提示工程（Text2SQL、Text2API），非常详细，建议收藏！！
Gaga246的博客
04-11 741
大模型的提示工程（Prompt Engineering） 是通过精心设计输入文本（Prompt），引导大语言模型（LLM）生成符合预期输出的技术。在Text2SQL（自然语言转SQL）和Text2API（自然语言调接口）场景中，提示工程的核心目标是将自然语言问题转化为准确的 SQL 查询和具体的 API 调用参数。 Text2SQL和Text2API的提示工程本质是是将领域知识显式化，通过角色定义和业务知识注入（如数据库Schema、API文档），让模型“理解”自然语言背后的真实意图，并将其转化为可执行的
Qwen：Qwen3，R1 在 Text2SQL 效果评估
燕双嘤
05-12 920
Qwen3235B-A22B是综合性能最强的模型，尤其在复杂推理和代码生成任务中表现突出，而Qwen3-32B和30B-A3B则是经济高效的替代方案。其他模型在特定任务中表现良好，但整体性能相对较弱。
一文搞懂大模型提示工程（Text2SQL、Text2API）
2401_85325726的博客
04-08 1272
如果你真的想学习大模型，请不要去网上找那些零零碎碎的教程，真的很难学懂！你可以根据我这个学习路线和系统资料，制定一套学习计划，只要你肯花时间沉下心去学习，它们一定能帮到你！
9个优秀的Text2Sql（Chat2Sql）开源项目、资源
热门推荐
人工智能讲师分享前沿技术
06-11 1万+
随着大模型能力逐步强大、场景越来越丰富，从Text到sql或者从Chat到sql的方案也十分火热，这个方案主要是利用大模型将自然语言转化为可以执行的Sql语句，进行数据分析，并根据结果实现报告生成或者可视化展示。这种方案提高了领导们随时想要报告的效率，缓解了应对向上汇报的焦虑，在许多决策支持、大屏展示等场景中非常见效。 本文主要收集了几个比较优秀的Text2Sql相关的开源项目或者资源，供借鉴。
Spring AI+DeepSeek实现Text2SQL（附源码）
路修的博客
03-20 966
Spring AI+DeepSeek实现Text2SQL Text2SQLl真的是顶，只要说一句话便可以生成sql，并且可以分析执行结果。 使非技术用户能够访问数据库，使他们无需学习 SQL 即可检索和分析数据。 用户无需编写复杂的查询即可快速获取所需信息，从而节省时间并降低出错的可能性。 通过简化数据访问，Text2SQL 可以提高从营销和销售到财务和运营等各种业务职能的生产力。
尝试使用 deepseek 生成 SQL 语句，看看效果怎么样？
engchina的专栏
05-30 3336
尝试使用 deepseek 生成 SQL 语句，看看效果怎么样？
微调DeepSeek-R1-Distill-Llama-8B打造sql2text大模型！小白也能十分钟打造自己的推理大模型！unsloth+Colab轻松上手
AI前沿技术的分享！
02-18 583
DeepSeek-R1-Distill-Llama-8B 是一个基于 Llama 架构的 8B 参数语言模型，经过深度蒸馏（distillation）处理，旨在提高推理效率和精度。通过蒸馏技术，模型在保持较高性能的同时，减少了计算资源的消耗，特别适合在资源受限的环境中应用。该模型经过优化，可用于多种自然语言处理任务，如文本生成、情感分析、问答系统等。DeepSeek-R1-Distill-Llama-8B 结合了 Llama 的强大基础和蒸馏技术的优势，使得它在处理复杂问题时更加高效。
基于 Deepseek 模型生成 SQL 查询语句的 Python 源码
02-11
此代码通过向 DeepSeek 模型提供特定的 SQL 查询需求提示，让模型生成相应的 SQL 查询语句。在这个例子中，需求是从 employees 表中筛选出工资大于 5000 的员工信息。
2024 惊爆！RSL-SQL 框架颠覆NL2SQL领域，准确率惊人
xx_nm98的博客
12-20 2131
文本到 SQL 生成旨在将自然语言问题转换为 SQL 语句。在基于大语言模型的文本到 SQL 中，模式链接是一种广泛采用的策略，通过仅选择相关的模式元素来简化大语言模型的输入，从而减少噪声和计算开销。然而，模式链接面临需要谨慎对待的风险，包括可能遗漏必要元素和破坏数据库结构完整性。为应对这些挑战，本文提出一种名为 RSL-SQL 的新颖框架，它结合了双向模式链接、上下文信息增强、二元选择策略和多轮自校正。使用正向和反向剪枝方法提高模式链接的召回率，在严格召回率达到 94% 的同时将输入列数减少 83%。
Deepseek访问受限？换种方式轻松使用
colorknight的专栏
02-09 1996
流程中，将Deepseek算子换成“OpenAI会话”算子，这里需要注意，不要换成OpenAI的其它算子。“请求地址”，“模型”，输入成图中的样子。近期由于Deepseek模型太火，以至于Deepseek网站对外提供的API接口接口访问受限。由于图中的Deepseek算子访问的Deepseek官方API资源受限，所以目前无法正常使用。之前因为安装Deepseek算子升级过系统的朋友，还需要再升级一次，这个新的升级包补充了些内容。好了，可以在线体验Deepseek模型的能力了。去七牛云注册一个账号。
Text2SQL学习整理（三）SQLNet与TypeSQL模型
u011426236的博客
12-20 1712
SQLNet模型是紧随WIkiSQL数据集之后的一个比较知名的Baseline。由于WikiSQL数据集中的SQL比较简单，如下图所示为一个WIkiSQL中的示例，因而SQLNet将预测一个SQL语句转换为预测构成SQL语句的六部分任务分别解决。如下图所示，SQLNet将WikiSQL中的SQL语句分为以下几个部分：包括SELECT后的聚合符、使用的column、WHERE子句后的column、操作符OP以及VALUE等。
如何让大模型更好地进行场景落地？
zhishi0000的博客
09-13 1027
自ChatGPT模型问世后，在全球范围内掀起了AI新浪潮。有很多企业和高校也随之开源了一些效果优异的大模型，例如：Qwen系列模型、MiniCPM序列模型、Yi系列模型、ChatGLM系列模型、Llama系列模型、Baichuan系列模型、Deepseek系列模型、Moss模型等。图片来自：A Survey of Large Language Models并且在去年的一整年中，大多数人都在做底座通用大模型的搭建、垂直领域大模型预训练或微调等工作。
手把手教你部署DeepSeek并构建本地知识库
专注于编程、AI、人工智能等多个领域内容研究和分析
03-10 1718
DeepSeek是一款基于人工智能的知识库构建工具，支持从多种数据源（如PDF、网页、数据库等）中提取信息，并通过自然语言处理（NLP）技术实现智能检索和分析。本地化部署：数据完全掌握在自己手中，安全可控。多源数据支持：支持PDF、网页、数据库等多种数据格式。智能检索：基于语义的检索功能，快速定位所需信息。通过DeepSeek，你可以轻松构建一个功能强大、安全可控的本地知识库。无论是学术研究还是技术开发，它都能为你提供强大的支持。希望这篇教程能帮助你快速上手DeepSeek，开启高效的知识管理之旅！
爆肝50小时，DeepSeek使用技巧，你收藏这一篇就够了！
weixin_42924914的博客
02-05 3550
具有思维链的R1在进行特定风格的写作时，相比其他模型，我发现R1已经出现了断层领先的水平，比如让R1用李白的风格写诗，按贴吧暴躁老哥的风格骂人，用鲁迅的文风进行讽刺，或者模仿任意作家风格进行写作，按脱口秀演员风格创作脱口秀脚本等，其他模型在这方面的表现都追不上R1的车尾。7、对已知概念进行解释，没必要进行解释，比如我们文章前面提到的，当你让AI去模仿某个作家、名人的风格时，你没必要解释那个作家是谁，他的风格是什么样的，AI有自己的理解，并且在思考过程中对你所提供的概念能完成丰富和深入的解构。
【Deepseek】或许是全网最全的 DeepSeek 使用指南，90% 的人都不知道的使用技巧（建议收藏）
Android23333的博客
02-04 1万+
心急之下，赶紧写了这篇文章，教大家一些有用的技巧，并提供一些案例，来让 DeepSeek R1 成为咱们的得力干将。 在哪使用 DeepSeek 为照顾一些新手朋友，这里还是先说下在哪使用 DeepSeek，老手跳过这部分就行了。 目前 DeepSeek 提供了如下使用方式： 1. 网页版：打开 https://chat.deepseek.com/ 直接使用。 2. App：手机扫码下载。 默认情况下，DeepSeek 使用的是 V3 模型，点击深度思考才会切换为 R1 模型，即现在让“硅谷震惊
通过问答生成SQL：大模型时代BI的最佳解决方案
jast
02-14 1591
AskTable 虽然没有完全开源，但是这个思路是一个非常好的应用场景，大家可以参考它的思路，结合自身的需求和技术栈，去设计和开发符合自己产品特色的 ChatBI 系统。通过分析 AskTable 的应用架构、交互方式及数据处理流程，可以为自己搭建类似的智能对话系统提供宝贵的经验和启示。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值