针对Text2SQL任务的多LLM模型集成推理方法

本发明提供一种针对Text2SQL任务的多LLM模型集成推理方法，该方法中集成了多个不同的LLM模型，根据各个LLM模型在相似问题上的表现来选择出最适合的LLM模型回答待处理问题，并采用提示词工程中的少量样本提示来进一步提高了推理准确率，因此能够让每个LLM回答其最擅长的问题，从而兼顾Text‑to‑SQL任务的推理准确率和推理速度，并且不需要对LLM模型进行微调或重训练，因此具有很少的资源消耗。