随着数据技术的发展，Text2SQL 系统受到关注，因其能将自然语言查询转换为 SQL 查询，简化数据库查询。提高 Text2SQL 准确率是关键，DB-GPT-Hub 项目通过微调大模型和用户交互，提升了 SQL 生成的准确率。在 Spider 数据集上，DB-GPT-Hub 达到 0.789 的执行准确率，超越了 GPT-4 的 0.762。采用 LoRA 和 QLoRA 技术降低训练成本，通过用户反馈和主动学习策略提高系统性能。