AtScale发布自然语言处理的突破性成果：语义层和生成式AI

创新整合带来文本到SQL任务前所未有的92.5%准确率
AtScale，数据管理与分析领域的开拓性领导者，宣布在自然语言处理（NLP）方面取得重大突破。{ width=60% }

---

通过将AtScale的语义层和查询引擎与大型语言模型（LLM）集成，AtScale在Text-to-SQL准确性方面树立了新的标准，在所有问题和模式复杂性的组合中实现了令人瞩目的92.5%准确率。
随着企业生成和存储的数据量不断增加，对快速准确的数据分析的需求空前高涨，超越了依赖人类分析师的传统方法。AtScale对生成式AI的整合将自然语言查询转换为精确的SQL命令，极大提升了效率和决策速度。虽然LLM擅长生成类似人类的文本，但在处理复杂数据库模式和业务逻辑时通常表现不佳。AtScale的语义层通过向LLM提供全面的业务端元数据填补了这一差距，消除了需要从头开始创建指标或生成复杂连接的需求，显著增强了结果的一致性和准确性。
AtScale的CTO兼联合创始人David Mariani表示：“我们将AtScale的语义层和查询引擎与LLM集成标志着自然语言处理和数据分析领域的重要里程碑。通过向LLM提供相关的业务背景，我们可以达到以前无法实现的准确性水平，使得Text-to-SQL解决方案在日常业务中备受信赖。”
在严格测试中，AtScale的整合解决方案在性能上大幅领先于传统方法。在一个包含40个与业务相关的问题的多样化数据集中，该解决方案实现了92.5%的准确率，而没有语义层的系统只有20%。这些结果突显了该系统具备处理各种查询复杂性的能力，具有更高的精准度。
AtScale解决方案的关键优势：
1. 提升准确性：将自然语言问题翻译为SQL查询，在准确率上达到92.5%。
2. 简化查询生成：无需LLM生成连接或复杂业务逻辑，减少错误，提高效率。
3. 业务环境整合：为LLM提供必要的业务元数据，确保结果一致且准确。
AtScale致力于不断推进其基于人工智能的解决方案。公司计划通过优化提示工程和扩大训练数据集进一步完善集成，旨在以更高的精度和效率处理更复杂的查询。通过这样做，AtScale旨在为企业提供日益强大和可靠的数据分析工具。
您可以在此处下载完整报告，其中包括详细的统计数据、图表和对分析的深入探讨。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。