OmniSQL

OmniSQL – 開源文本到 SQL 模型，自然語言轉換為 SQL 查詢語句

OmniSQL 是一款開源的自然語言到 SQL 轉換模型，能夠高效地將用戶的自然語言問題轉化為 SQL 查詢。該產品通過創新的數據合成框架，成功生成了首個規模達到百萬的文本到 SQL 數據集 SynSQL-2.5M，包含 250 萬條高質量樣本，覆蓋超過 16,000 個跨領域數據庫，樣本涵蓋多種復雜程度和語言風格。

OmniSQL是什么

OmniSQL 是一個開源模型，專注于將自然語言問題轉換為 SQL 查詢。它通過先進的數據合成技術建立了一個名為 SynSQL-2.5M 的龐大數據集，擁有 250 萬條高質量樣本，涵蓋了超過 16,000 個不同領域的數據庫。OmniSQL 提供 7B、14B 和 32B 三種不同規模的模型版本，在微調過程中融合了 Spider 和 BIRD 的高質量標注數據。

OmniSQL的主要功能

• 自然語言到SQL的轉換：OmniSQL 能夠理解用戶提出的自然語言問題，并將其轉換為相應的 SQL 查詢。
• 支持多樣數據庫及復雜查詢：該模型支持多種類型的數據庫，能夠處理從簡單的單表查詢到復雜的多表連接、子查詢、函數調用及公共表表達式（CTE）等各類復雜 SQL 查詢。
• 提供思維鏈解決方案：除了生成 SQL 查詢，OmniSQL 還為每個樣本提供思維鏈解決方案，展示從理解自然語言問題到生成 SQL 查詢的邏輯推理過程，幫助用戶更好地理解模型的決策路徑，并便于開發者進行調試與優化。
• 多種模型選擇：OmniSQL 提供三種不同規模的模型，分別為 7B、14B 和 32B，用戶可根據實際需求和計算資源選擇最合適的版本。不同規模的模型在性能與資源消耗之間達成了平衡，較小的模型更快且資源占用更少，而較大的模型在復雜查詢場景下可能表現更佳。

OmniSQL的技術原理

• 數據庫自動生成：OmniSQL 能夠分析網絡表格，推斷業務場景，并利用大語言模型自動構建多表關系及主外鍵約束的數據庫結構。通過增強策略，增加列數和優化結構，使生成的數據庫更貼合實際應用。
• 復雜度感知的SQL查詢生成：定義了四個復雜度等級，結合 SQLite 函數庫（如聚合函數和窗口函數），智能選擇復雜度等級生成合適的 SQL 查詢，以滿足用戶需求。
• 風格化問題的反向翻譯：采用 SQL-to-Question 策略，將 SQL 查詢翻譯為 9 種語言風格的自然語言問題，確保翻譯前后語義一致，提升自然語言與 SQL 轉換的效率與準確性，以適應不同用戶的語言習慣。
• 逐步推理的解決方案合成：通過逐步推理生成器，為樣本添加中間推導步驟，使模型在訓練時不僅學習問題到 SQL 的轉換，還學習每一步的推理邏輯，從而提高推理的準確性與可靠性，向用戶展示透明的推理過程，增強信任感。
• 大規模數據合成與訓練：OmniSQL 基于其數據合成框架生成了大規模高質量訓練數據集 SynSQL-2.5M，包含超過 250 萬條樣本，覆蓋了 16,000 多個跨領域數據庫，這使得 OmniSQL 能夠學習不同領域與風格的自然語言表達與 SQL 查詢之間的映射關系，具備更強的泛化能力和適應性。

OmniSQL的項目地址

• Github倉庫：https://github.com/RUCKBReasoning/OmniSQL
• arXiv技術論文：https://arxiv.org/pdf/2503.02240

OmniSQL的應用場景

• 企業數據分析：OmniSQL 使企業中的非技術人員能夠通過自然語言輕松查詢數據庫，獲取所需信息。
• 教育領域：在 SQL 教學中，OmniSQL 的鏈式思考（CoT）解決方案幫助初學者更清晰地理解自然語言問題到 SQL 查詢的轉換過程，教師可以利用 OmniSQL 生成查詢示例，幫助學生通過實踐掌握 SQL 的概念與技巧。
• 跨領域適配：基于其數據合成框架，OmniSQL 能夠迅速生成特定領域的數據集。例如，在醫療領域可以生成 EHRSQL 數據集，助力醫療研究；在科研領域則可以生成 ScienceBenchmark 數據集，支持科研數據分析。

常見問題

• OmniSQL 是否支持多語言？ 是的，OmniSQL 能夠處理多種語言風格的問題，并適應不同用戶的語言習慣。
• 如何選擇合適的模型版本？ 用戶可以根據自身的計算資源和查詢復雜性選擇 7B、14B 或 32B 模型，較小的模型適合快速查詢，而較大的模型在處理復雜查詢時表現更佳。
• OmniSQL 在數據安全方面如何保障？ OmniSQL 在設計時充分考慮了數據隱私和安全性，確保用戶數據在處理過程中得到保護。