schema-linking

AttnLink is a research paper presenting an attention-based framework for schema linking in Text-to-SQL, converting LLM internal attention into continuous relevance scores for schema items. Experiments on Spider, BIRD, and Spider2-SQLite show high mAP scores and millisecond-scale latency.

本文提出了SAFAARI，一个多智能体框架，用于改善客户支持领域自然语言到SQL系统中的模式链接能力，取得了81.66%的SEAL分数，并将开发时间降低了8倍。

CHS-SQL提出了一种基于置信度引导的启发式搜索模式链接过程，用于使用小语言模型进行Text-to-SQL，通过在模式选择中平衡精确率和召回率，取得了SOTA结果。