【第7篇】引入低配大模型

返回目录

【第7篇】引入低配大模型

比赛相关介绍参见 《2025年羊城工匠杯nl2sql比赛介绍》。

开发环境配置参见《nl2sql2025开发环境配置》

本文介绍通过问题的参数化处理，命中过往问题模板的案例问题，构造提示词使用qwen3-8B低配大模型，生成自然语言问题对应的SQL脚本。引入低配大模型的主要目的是降低对话大模型的使用成本，按照官方的价格，qwen3-235B比8B 千token的价格差4倍，按照竞赛评分规则价格得分占比30%，引入相关逻辑的必要性非常高。 这块逻辑不复杂，却是本次参赛获得良好成绩的关键。

相关程序逻辑：

1. src/query/query_table.py：自然语言问题经过参数化处理后，匹配tmp_question2sql.json找到对应的table_name

2. src/query/query_sql.py： 通过table_name在sql_output文件夹，找到对应库表文件，返回库表DDL信息

3. src/query/query_example.py： 通过问题模板，到tmp_template2sql.json文件找到对应的question和sql，拼接提示词

时序图如下：

【本文结束】