تبدیل زبان طبیعی به دستورات SQL یکی از چالشهای بزرگ هوش مصنوعی در محیطهای سازمانی است. مدلهای زبانی معمولاً در کار با دیتابیسهای پیچیده مثل «اوراکل» دچار خطاهای توهمی (Hallucination) میشوند و ستونها یا جداول غیرواقعی را فراخوانی میکنند.
محققان تکنولوژی جدیدی به نام «SAL» (Schema-Aware Localisation) را معرفی کردهاند که بدون نیاز به آموزش مجدد مدل، مثل یک لایه میانی عمل میکند. این ابزار با اتصال زنده به دیتابیس، ساختار واقعی جدولها را شناسایی کرده و با چک کردن دقیق کدها، خطاهای احتمالی را پیش از اجرا اصلاح میکند.
نتایج فوقالعاده است: دقت مدلها در اجرای پرسوجوهای پیچیده به طرز چشمگیری افزایش یافته و عملاً خطاهای ناشی از عدم شناخت ساختار دیتابیس را به حداقل رسانده است. خبر خوبی برای توسعهدهندگانی که با دیتابیسهای بزرگ کار میکنند! 📊💻
منبع: arXiv AI