THOR: 针对需求检索的 Transformer 启发方法 一种由 eSapiens 提供的 LLM 解决方案，使与关系数据库进行对话成为可能-计算机科学-人工智能-文本到SQL-关系数据库.pdfVIP

THOR:针对需求检索的Transformer启发方法

一种由eSapiens提供的LLM解决方案，使与关系数据库进行对话成为可能

IsaacShiandZeyuanLiandFanLiuandWenliWang

LeweiHeandYangYangandTianyuShi

eSapiensTeam

{ishi,zeyuanli,fanliu,wenliwang,leweihe,yangyang,tianyushi}@esapiens.ai

摘要主管代理开始，它处理任务路由，检测数值分

析意图并将请求分派到T2S车道。为了确保语

我们引入了由eSapiens设计并实现的

言模型具有必要的上下文，系统执行按需模式

本THOR（用于按需检索的变换器启发式注入，获取相关表和列的名称，并将它们嵌入

译方法）模块，这是一个安全且可扩展的引提示中。SQL生成阶段使用GPT-4o生成一个

中擎，能够将自然语言问题转化为经过验证

的只读SQL分析语句，适用于企业数据库。只读语句，这本质上阻止了任何潜在的危害性

3

v文本到SQL模块遵循解耦的编排/执行架更新操作。接下来是一个关键的执行和自我修

2构：监督代理路由查询，模式检索动态注正循环；如果初始查询失败、返回空集或收到

9

5入表和列元数据，SQL生成代理发出单条质量评分差，则系统尝试修复SQL并最多重

9受只读保护的选择查询。试五次。最后，原始数据行被传递给用户，并

0

.

7一个集成的自我纠正与评级循环捕捉空结流式传输到见解与智能引擎，该引擎根据调用

0

5果、执行错误或低质量输出，并触发多达五的工作流程生成指定的图表、预测或叙述。

2次由大型语言模型驱动的重新生成尝试。

:

v最后，结果解释代理产生简洁且可读的人贡献

i

x

r类见解并将原始数据行传递给洞察与智能我们的主要贡献是一个面向企业的文本到

a引擎进行可视化或预测。

SQL系统，该系统优先考虑安全性、健壮性和

烟雾测试横跨财务、销售和运营场景，证易用性。我们通过一系列针对现实商业查询的

明了即席查询和自动化定期报告的可靠

测试展示了其有效性。关键发现包括：

性。通过嵌入模式感知、容错执行和合规

护栏，THOR模块使非技术人员能够以零•自愈管道:一个有界重试循环可以挽救那

SQL简易性和企业级安全性访问实时数

些否则会失败的查询，显著提高了成功率超

据。更多详情和演示请参见：https://www.

过基线代理。

esapiens.ai/。