WMSにおけるテキスト-to-SQLの自動化：GPUなしでローカルLLMを選ぶ

Aerosib-Cの開発者が、WMS（倉庫管理システム）と携帯端末のデータに基づき、物流サービスの請求を自動化するタスクを実装しました。機密性の高い業務データを第三者に移行しないため、テキスト記述からSQLクエリを生成するためにローカルのLLMモデルが選ばれました。テストは、30GBのRAMとビデオアクセラレータなしのLinux Debianサーバーで実施されました。テストした7つのモデル（deepseek-coder-v2:16b、gemma4:26b、qwen3-coder:30b、qwen3:14b、qwen3:30b、qwen3.5:9b）のうち、正しいSQLコードを生成したのはgemma4:26b、qwen3:14b（最適ではない）、qwen3:30bの3つだけでした。勝者はgemma4:26bでしたが、応答時間は非常に長く（21分超）でした。専用のコーダーモデルは推論モデルよりもパフォーマンスが低いことが指摘されました。著者は、クエリ用のテキスト記述の選択を簡略化するため、サービスをグループに分類するエキスパートシステムを作成する予定です。記事は、AIは習得し創造的に適用すべきツールであり、理解不能なコードを生成してはならない、と強調して締めくくっています。