將自然語言轉換為SQL語句已經不再遙不可及。NLP的進步使得我們不僅可以使用LLM(大型語言模型)，還可以通過微調教授他們新的技能，這也被稱為遷移學習。可以使用一個預先訓練的模型作為起點，然後使用較小的標記資料集從而獲得比單獨使用資料訓練更好的效能。

在本文中，我們將使用谷歌的文字到文字生成模型T5和我們的自定義資料進行遷移學習，這樣它就可以將基本問題轉換為SQL查詢。我們將在T5中新增一個名為:將英語翻譯為SQL的新任務，它可以轉換以下示例查詢:

1. Cars built after 2020 and manufactured in Italy

將輸出一下SQL語句

1. SELECT name FROM cars WHERE location = 'Italy' AND date > 2020

建立訓練資料

與翻譯資料集不同，我們可以在模板的幫助下以程式設計方式自動構建訓練的資料集，下面是整理出來的一些模板：

完整文章

https://avoid.overfit.cn/post/432736eea1d94c2da91a5780c839e2e9