dangkhoa241 开源 RAG 辅助的自然语言转 SQL 查询系统 v2，附完整基准评测

dangkhoa241 在 GitHub 发布 v2 版自然语言数据助手，用微调 BERT 分类问题意图，由 gpt-oss LLM（Groq 或 Cerebras）根据上传 CSV 的 schema 生成 SQL，FastAPI 后端加 React 前端。基准显示零样本 LLM 达 99.2% 执行准确率，示例检索反而拖累效果；对含公司专有业务术语的问题，加入术语定义可将准确率从 10% 提升到 87–88%，小模型加检索反超大模型 77 个百分点。术语门控在 held-out SaaS 域上把 120b 的准确率从 77.5% 提到 95.0%。系统含只读安全层、超时与行数上限、规则生成器兜底，并详述提示注入防护与 512 MB 内存部署优化。