标签
MaP-SQL 通过采用结构化记忆检索和基于排列的排名聚合，无需微调即可增强 Text-to-SQL 的列表式选择性能，在减少令牌使用量的同时超越了最先进的方法。
本文介绍了GROUND，这是一个受控语义检索框架，它将LLM生成的分析限制在已批准的业务定义内，有效减少企业数据分析中的幻觉，同时确保遵守安全和数据政策。
本文描述了一种带有可验证奖励的强化学习方法，用于微调AI模型以进行text-to-SQL任务，在BIRD基准上达到了无需辅助结构的人类水平准确率。
本文研究了使用小语言模型进行语法约束文本到SQL任务时模型大小与推理计算之间的权衡，发现Beam Search优于sample+vote，且扩展模型大小通常比扩展推理计算产生更好的结果。
StocksTalk是一个支持语音的对话代理，将口语自然语言映射为可执行的SQL查询，用于金融数据筛选，整合检索增强生成和人在环中验证以减少错误。
该论文提出了TraceSQL，一个用于文本到SQL系统的轻量级可追溯验证模型，它使用显式诊断特征来估计无参考查询的可回答性，在BIRD基准测试上相比现有基线实现了性能提升。
本文提出了一种结构化弃权模式，用于人工智能系统，以防止文本到SQL应用中的幻觉。通过将一个用于确定性执行的信任内核与一个用于解释的生成外壳分离，提高企业部署的可靠性。
本文提出SDAM，一种基于记忆的复杂Text-to-SQL框架，利用结构差异感知推理、矛盾感知反思和基于模式的记忆演化来改进SQL生成。实验在BIRD-dev和Spider-test基准上展示了适度的性能提升。
本文引入了“结晶化问题”，用于评估文本到SQL系统中的可复用记忆，表明将经过验证的修正查询存储在每个数据库的库中，可以将BIRD上留出集的首次尝试准确率提高4.34个百分点，捕获按需修复所提供的44.4%的提升空间。受控干预措施识别出数据库特定内容是主要驱动因素。
This paper introduces MERIT, a training-free agent that uses causal episodic memory of past repair outcomes to improve subsequent Text-to-SQL generations, boosting execution accuracy on Spider and BIRD benchmarks.
BAP-SQL presents a budget-aware observation planning approach for agentic text-to-SQL, treating SQL query choice as a budget-control decision to improve tight-budget success while reducing token usage.
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.
SERL-SQL提出了一种面向多轮Text-to-SQL智能体的选择性执行反馈强化学习框架，利用教师-学生似然差距对SQL动作token上的GRPO优势进行重新加权。该方法在BIRD和Spider基准上取得了强劲的结果。
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。
提出了AutoThinkSQL，一个将自动思考机制集成到Text-to-SQL的SFT和DPO中的框架，使模型能够动态跳过简单查询的推理，并对复杂查询调用深度CoT，在Spider和BIRD基准测试上取得提升，同时将输出token减少24.6%，延迟减少17.1%。
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。
EvoSQL是一个面向Text-to-SQL的协同进化框架，通过带有情景记忆的生成器-评论器对迭代改进SQL生成，在Spider和BIRD基准测试上取得了性能提升。
本文认为，text-to-SQL 基准测试必须考虑到真实世界数据存储的复杂性和挑战，而不仅仅是理想化的数据集。
每周汇总四个面向AI智能体构建者的热门开源仓库，包括用于模型上下文协议（MCP）的FastMCP、用于自然语言数据库查询的WrenAI、用于LLM优化的KTransformers，以及用于代码执行AI助手的Open Interpreter。
本文介绍了PCC-SQL，一种通过约束解码在文本到SQL生成中强制执行列使用策略的方法，实现了违规的确定性消除，泄漏率为0%，并在基准测试中达到了高覆盖率。