예산 aware 관찰 계획(BAP-SQL): 대가적 텍스트-to-SQL

훌륭한 글-to-데이터베이스 언어의 새로운 접근법

훌륭한 글-to-데이터베이스 언어는 질의가 유용한 증거가 나타날 때까지 상황과 데이터베이스 작업을 소비할 수 있습니다. 또한, 후속 압축은 생략된 행이나 소비된 작업을 회복할 수 없습니다. 이러한 문제를 해결하기 위해 BAP-데이터베이스 언어가 제시되었습니다. BAP-데이터베이스 언어는 관찰 형성을 예산 제어 단계로 다루며, 질의 위험을 추정하고 유용한 경우 데이터베이스 언어를 재작성하고, 독립적인 실행 장벽에 어려운 한계를 위임합니다. BAP-데이터베이스 언어의 주요 특징은 예산 성공을 개선하는 것입니다. 일반 4B, 특수화된 FINER-데이터베이스 언어 4B, 7B 핵심에서 긴밀한 예산 성공을 개선합니다. 이는 훌륭한 글-to-데이터베이스 언어에서 질의 위험을 추정하고 유용한 경우 데이터베이스 언어를 재작성하는 것이 중요하다는 것을 보여줍니다. 또한, 독립적인 실행 장벽에 어려운 한계를 위임함으로써 더 효율적인 질의 처리를 가능하게 합니다.

성능 평가

BAP-데이터베이스 언어의 성능은 주요 BIRD-유도 설정에서 평가되었습니다. 결과에 따르면, BAP-데이터베이스 언어은 SFT와 비교하여 3.4/3.6 퍼센트 점수를 얻으며, 토큰 수를 4.5/5.0% 감소시킵니다. 이는 BAP-데이터베이스 언어의 효율성과 효과성을 보여줍니다. 그러나 대규모 언어 모델(LLM)과 같은 모델 성능과 예산의 증가에 따라 이익이 감소하고, 가장 느슨한 설정에서 역전됩니다. 이는 정책으로부터의 계획과 예산에 민감한 구조에 연관됩니다. BAP-데이터베이스 언어의 성능은 예산과 모델 성능에 따라 달라질 수 있습니다. 그러나 훌륭한 글-to-데이터베이스 언어에서 질의 위험을 추정하고 유용한 경우 데이터베이스 언어를 재작성하는 것이 중요하다는 것은 분명합니다. 또한, 독립적인 실행 장벽에 어려운 한계를 위임함으로써 더 효율적인 질의 처리를 가능하게 합니다. 이러한 특징들은 BAP-데이터베이스 언어을 훌륭한 글-to-데이터베이스 언어에서 유용한 도구로 만듭니다.