A tool for enhancing interoperability in automated LLM-assisted SQL migration

Abstract

El siguiente proyecto investiga el uso de grandes modelos de lenguaje (LLMs por sus siglas en inglés) como asistentes para la migración de código SQL de un proveedor a otro, una tarea donde la falta de portabilidad entre sistemas y semántica y sintaxis específicas a los motores comúnmente limitan a los traductores basados en gramática. Se propone un bucle de retroalimentación guiado por errores para mejorar la respuesta de los LLMs utilizando un proceso de análisis de dos pasos. El primero se ocupa de identificar los errores sintácticos y el segundo los semánticas. Esta herramienta es probada utilizando diferentes modelos de OpenAI para demostrar su efectividad.