Resumen: a pesar de los avances de modelos de idiomas grandes, Text2SQL todavía enfrenta muchos desafíos, particularmente con consultas complejas y específicas de dominio. En finanzas, los diseños de bases de datos y los diseños de informes financieros varían ampliamente entre entidades financieras y países, lo que hace que Text2SQL sea aún más desafiante. Presentamos FinStat2SQL, una tubería Text2SQL liviana que permite consultas de lenguaje natural sobre los estados financieros. Adaptado a los estándares locales como VAS, combina modelos de lenguaje grandes y pequeños en una configuración de múltiples agentes para la extracción de entidades, generación SQL y autocorrección. Construimos una base de datos específica de dominio y evaluamos modelos en un conjunto de datos de control de calidad sintético. Un modelo 7B ajustado alcanza la precisión 61.33 % con tiempos de respuesta inferiores a 4 segundos en el hardware del consumidor, superando a GPT-4O-Mini. FinStat2SQL ofrece una solución escalable y rentable para el análisis financiero, lo que hace que las consultas con IA accesible para las empresas vietnamitas.
Publicado Originalme en export.arxiv.org El 30 de junio de 2025.
Ver Fuente Original
