岗位职责
以语言大模型为代表的AI如火如荼，但在NL2SQL这个数据库垂直技术领域， 纯粹依赖大模型存在推理速度慢，生成准确度不稳定等不足。 该研发项目围绕在大模型结合小模型，用小模型在专域上加强大模型的不足作为突破点，将大模型的能力延展到以SQL语法为引导下开发的小模型工具。目标是让NL2SQL能力成为大模型在数据库查询领域的一个专用工具， 做到快速， 准确，高效。
职位要求
解决如下挑战（发表论文和代码实现）：
- 多轮问答，在询问的过程中往往存在多轮下钻问询的过程，以厘清模糊或者二义信息，这是语言大模型的强项。 如何利用该强项， 把自然语言的问询变成一个标准规范的语言描述， 以便于使用告诉准确的nl2sql生成工具；
- SQL中可能涉及大量领域自定义函数(例如时空数据库)，不同函数的定义和参数区别很大，且形式复杂，需要准确识别并在上下文中调用；
- 针对提问中包含的隐含信息，common sense，领域推理逻辑，进行高效准确的转换， 以完成复杂的推理过程；
- 研发仅通过快速配置， 就能生成高准确度SQL语句， 并适配不同数据库引擎SQL语法方言（例如adg-pg与mysql语法有区别）。
