全文检索+AI 的疑惑

[a526796017]

最近在调研全文检索和 AI 如何进行结合，
目前只是用过市面上的 AI 模型，没有深入了解过，请教下各位懂行的大佬
目前的场景：
目前有一亿辆车，不同车牌，不同品牌，不同颜色，不同车型
现有实现逻辑：
通过代码进行采集车辆数据，然后录入 elasticsearch 引擎中，然后进行组合查询
如果引入 AI 的话，能否做到，通过对话的方式将需要过滤的车子信息获取到，
例如：
问 AI：给出来牌号为北方省份的蓝色吉利品牌旗下的汽车的信息，并通过 excel 导出
然后 AI 将数据搜索后进行导出

疑惑：
1 、现在有没有这种 AI 模型？
2 、如果没有这种 AI 模型，那么有没有办法自己训练出来？
3 、自己训练的话有没有什么业内可行的方案？

[siaronwang]

textToSql

[visper]

不行的。大模型做不到你说的那种。合适的方式是让它根据用户的话给你生成 sql,或者说查询条件，通过 json 返回来再通过程序调用数据库或者 es.

[iyaozhen]

你这个场景专业说法叫 text to sql ，算是比较成熟了 https://python.langchain.com/docs/tutorials/sql_qa/

[farah9]

高看 llm 了，先了解下原理吧。

[zoharSoul]

这就是正常的向量搜索啊

[amlee]

你这种场景如果结合 llm 做就是 function call ，es 都没必要，直接关系型数据库就行了

[datoujiejie221]

你这不就是 chatbi 的智能问数功能吗？可以看看腾讯开源的 chatbi 项目 https://github.com/tencentmusic/supersonic

[huzhizhao]

function call 会靠谱不少
LLM 没那么强

[capric]

这不就是 sql 精确查找 + quickwit-oss/tantivy 全文索引的事件吗，完全可以不要 llm 啊，如果要 llm 的话，就是用 llm 来生成 sql + tantivy 查询语言

[ymcj001]

需要用到的是 LLM 的自然语言理解能力和上下文推理的能力。用户的第一次提问很难直接获得他想要的答案，用户可能需要多次询问才能得到想要的结果数据

[joetao123]

RAG 做不了这个功能，text 2 SQL 可以实现。