The Stochastic Shift: A New Evaluation Paradigm for Text-to-SQL with AI Operators
Google(谷歌)
本文提出一种多层评估框架,将确定性数据库逻辑与灵活AI语义解耦,分别验证关系逻辑与AI操作,以解决Text-to-SQL中AI操作符非确定性输出的评估难题,在BigQuery和ThalamusDB上实现高达97.2%的整体准确率。
2026-09-21 cs.AI cs.DB
SIRIUS-SQL: Anchoring Multi-Candidate Text-to-SQL in Execution Feedback
TEG, Tencent Inc., China(腾讯科技(TEG),腾讯公司,中国);Peking University, China(北京大学,中国)
提出SIRIUS-SQL系统,通过难度平滑强化学习、执行生命周期分类和置信门控混合选择器,解决多候选SQL生成中的冗余、修复和选择问题,在BIRD dev和SPIDER test上达到75.88%和91.20%的准确率。
2026-05-31 cs.AI
Cost Trade-offs of Reasoning and Non-Reasoning Large Language Models in Text-to-SQL
WIDiCoReL Research Lab(WIDiCoReL研究实验室)
本文研究了推理与非推理大语言模型在文本到SQL任务中的成本权衡,发现推理模型在处理效率和成本控制上表现更优,但非推理模型存在显著的成本波动问题。
2026-03-07 cs.AI cs.DB cs.DC
MCTS-SQL: Light-Weight LLMs can Master the Text-to-SQL through Monte Carlo Tree Search
MCTS-SQL通过蒙特卡洛树搜索引导轻量级大语言模型高效生成SQL查询,实验证明其在文本到SQL任务中优于现有方法。
2025-11-27 cs.AI cs.CL cs.DB
CogniSQL-R1-Zero: Lightweight Reinforced Reasoning for Efficient SQL Generation
Dell Technologies(戴尔技术)
CogniSQL-R1-Zero提出基于轻量级奖励信号的强化学习框架,在7B骨干上实现BIRD基准最先进执行准确率,并发布推理轨迹与弱监督语料数据集,实现高效可扩展的Text-to-SQL生成。
2025-07-08 cs.AI
Arctic-Text2SQL-R1: Simple Rewards, Strong Reasoning in Text-to-SQL
Snowflake AI Research(Snowflake AI研究院);University of Maryland(马里兰大学);University of California, San Diego(加州大学圣地亚哥分校)
Arctic-Text2SQL-R1通过简单奖励机制和强化学习框架,在文本到SQL任务中实现高准确率和高效性,优于现有大型模型。
2026-01-12 cs.AI cs.CL
Calibrating LLMs for Text-to-SQL Parsing by Leveraging Sub-clause Frequencies
Carnegie Mellon University(卡内基梅隆大学);Bloomberg(彭博)
本文针对LLM在Text-to-SQL解析中自信出错的问题,提出利用SQL结构化特性的“子句频率”(SCF)分数,并通过多元Platt scaling(MPS)将其组合,有效提升了查询正确性置信度的校准与错误检测效果。
2025-09-17 cs.AI cs.CL cs.LG
Node-Level Uncertainty Estimation in LLM-Generated SQL
本文提出了一种基于节点层面的LLM生成SQL不确定性估计方法,通过语义感知标记和特征提取提升查询错误检测与修复的准确性。
2025-11-19 cs.AI cs.LG
GradeSQL: Test-Time Inference with Outcome Reward Models for Text-to-SQL Generation from Large Language Models
本研究提出GradeSQL框架,针对Text-to-SQL任务训练结果奖励模型(ORMs),在BIRD和Spider数据集上验证其作为测试时启发式策略的效果,性能优于ex-BoN和多数投票方法,且候选数增加时提升更显著。
2025-10-29 cs.AI cs.CL cs.DB
SQL-RewriteBench: A Correctness-Gated, Full-Denominator Benchmark for Statement-Level SQL Rewriting [Experiment,Analysis & Benchmark]
Zhejiang University(浙江大学);Huawei Company(华为公司)
研究语句级SQL重写,提出SQL-RewriteBench基准测试,应用正确性门控和全分母计算,其指标套件可区分多种指标,定义了SCS和CGOQ,提供多个可执行实例,通过测试发现现有方法存在问题,强调可部署SQL重写需多方面改进。
2026-08-18 cs.DB
Proving correctness for SQL implementations of OCL constraints
本文提出一种基于模型的方法,通过将SQL子集和OCL映射到多类一阶逻辑,利用SMT求解器自动证明手动编写的OCL约束SQL实现的正确性,并给出示例和工具支持。
2025-09-10 cs.DB
An LLM-Based Approach for Insight Generation in Data Analysis
Aily Labs(艾利实验室);EURECOM(欧洲通信学院)
本文提出一种基于 LLM 的多表数据库文本洞察自动生成框架,通过假设生成、SQL 查询与摘要模块协同工作,并在公共及企业数据库上验证其正确性与更高洞察性。
2025-02-20 cs.AI cs.CL cs.DB
CricBench: A Multilingual Benchmark for Evaluating LLMs in Cricket Analytics
BITS Pilani, Pilani Campus, India(印度比拉理工学院皮拉尼校区);KIIT Bhubaneswar, India(印度KIIT布巴内斯瓦尔)
本文提出CricBench,一个评估LLM在板球数据分析中SQL生成能力的多语言基准,包含四种板球格式数据,涵盖四种语言,评估七种模型,发现模型在不同格式上的表现差异显著,且存在语法正确性与语义正确性之间的差距。
2026-04-11 cs.AI cs.CL
SemPlan: Benchmarking Structured Semantic Planning for LLM-Based Queries over Enterprise Data
Universidade Federal de Ouro Preto (UFOP)(欧鲁普雷图联邦大学(UFOP))
该研究构建了SemPlan基准测试,对比四种架构在企业数据LLM查询语义规划中的表现,发现结构化语义规划架构(A3)正确率最高,不同架构在正确率、策略合规性、成本等方面存在权衡。
2026-08-17 cs.AI cs.SE
Diff-SQL: SQL Efficiency Optimization via Patch Generation and Constraint Alignment
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));The University of Hong Kong(香港大学);National University of Singapore(新加坡国立大学)
Diff-SQL提出两阶段框架,通过补丁生成与约束对齐解耦SQL优化,缓解目标错位,在提升效率的同时减少准确率下降,并在小模型上显著提升R-VES。
2026-10-07 cs.DB cs.IR
Chain-of-Query: Unleashing the Power of LLMs in SQL-Aided Table Understanding via Multi-Agent Collaboration
Rice University(里士大学);Samsung Electronics America(三星电子美国分公司);Warner Bros. Discovery(华纳兄弟发现)
链式查询通过多智能体协作提升SQL辅助表格理解的准确性与有效性
2025-11-30 cs.AI cs.CL cs.DB
HES-SQL: Hybrid Reasoning for Efficient Text-to-SQL with Structural Skeleton Guidance
本文提出HES-SQL混合训练框架,通过融合思考模式的监督微调与GRPO,结合骨架完整性评分、查询延迟奖励和自蒸馏机制,在提升Text-to-SQL准确性的同时优化了查询执行效率。
2025-10-10 cs.AI cs.CL cs.DB
Teaching Large Language Models to Self-Debug
Google DeepMind(谷歌DeepMind);UC Berkeley(加州大学伯克利分校)
针对复杂编程任务中LLM一次性生成正确代码难的问题,提出Self-Debugging少样本自调试方法,通过橡皮鸭调试实现无人工反馈的代码自查,在多个代码生成基准上取得SOTA并大幅提升样本效率。
2023-10-05 cs.AI cs.CL
DeepEye-SQL: A Software-Engineering-Inspired Text-to-SQL Framework
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Huawei Technologies Co., Ltd.(华为技术有限公司)
DeepEye-SQL通过结构化协作提升文本到SQL的可靠性,采用软件开发生命周期指导,实现73.5%的BIRD-Dev准确率和89.8%的Spider-Test表现,优于现有方法。
2026-04-03 cs.DB
SynSQL: Synthesizing Relational Databases for Robust Evaluation of Text-to-SQL Systems
University of Alberta(阿尔伯塔大学);Department of Computing Science(计算机科学系)
SynSQL通过合成语义一致的关系数据库,揭示了文本到SQL系统在固定基准数据库外的性能下降,为研究LLM的结构化数据合成能力提供新视角。
2026-04-29 cs.DB
Data Generation for Testing and Grading SQL Queries
SQL查询的正确性通常通过在一个或多个数据集上执行查询来测试。错误查询通常是正确查询的小变化或突变的结果。如果Q(D)$\neq$ Q '(D),则查询Q的突变Q'被数据集D杀死。XData系统上的早期工作展示了如何生成数据集,这些数据集杀死一类突变中的所有突变,包括连接类型和比较操作突变。在本文中,我们扩展了XData数据生成技术,以处理更广泛的SQL查询和更大类的变化。我们还构建了一个系统,使用XData生成的数据集对SQL查询进行分级。我们提出了一个研究的有效性所产生的数据集的扩展XData的方法,使用各种查询,包括查询提交的学生作为数据库课程的一部分。我们表明,XData数据集优于预定义的数据集,以及由助教早期完成的手动分级,同时也避免了手动校正的苦差事。因此,我们相信我们的技术将对数据库课程的教师和助教,特别是MOOC的教师和助教具有重要价值。它对于数据库应用程序开发人员和测试SQL查询的测试人员也很有价值。
2017-05-02 cs.DB
Decode-Time Grammars: Constrained LLM Generation over a Refinement Order of Grammar Fragments
SKLP, Institute of Computing Technology, Chinese Academy of Sciences(SKLP,计算技术研究所,中国科学院);University of Leeds(利兹大学)
研究大语言模型在低资源编程表面生成代码的问题,提出解码时语法方法,通过运行时环境实例化语法片段,经特定策略和算子确保语法语义正确,实现中在多种语言和模型上消除幽灵引用。
2026-07-22 cs.AI cs.LG cs.PL
Graph-Reward-SQL: Execution-Free Reinforcement Learning for Text-to-SQL via Graph Matching and Stepwise Reward
Beijing University of Posts and Telecommunications(北京邮电大学);ByteDance(字节跳动);Institute of Data Science, National University of Singapore(新加坡国立大学数据科学研究所)
针对现有Text-to-SQL强化学习奖励模型延迟高、内存开销大的问题,提出基于图匹配的Graph-Reward-SQL框架与分步奖励模型StepRTM,在保证奖励准确的同时提升效率,在标准基准上性能优于现有方法。
2025-10-03 cs.DB cs.LG cs.PL
Auto-Cypher: Improving LLMs on Cypher generation via LLM-supervised generation-verification framework
ServiceNow(ServiceNow公司)
提出LLM监督的生成-验证流水线,生成高质量Text2Cypher数据SynthCypher(29.8k实例),训练开源LLM在Cypher生成上性能提升高达40%。
2025-01-24 cs.AI cs.CL cs.IR
CAPER: Clause-Aligned Process Supervision for Text-to-SQL
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));The University of Hong Kong(香港大学);Northwestern Polytechnical University(西北工业大学);Shenzhen University(深圳大学)
提出CAPER方法,通过反事实干预SQL抽象语法树自动推导子句级监督,训练轻量级Clause-PRM模型CAPER-9B,用于策略优化和候选验证,在BIRD和Spider数据集上提升了执行准确率和故障定位能力。
2026-06-02 cs.CL cs.DB
Demonstrating GenDB: Instance-Optimized and Customized Query Processing Code Generation via LLM Agents
Cornell University(康奈尔大学)
研究针对传统查询处理引擎扩展难题,提出GenDB生成式查询引擎,借助大语言模型代理生成代码。核心方法是通过LLM agents为特定场景生成优化代码,主要贡献是展示其工作流程、性能优势并提供用户探索平台。
2026-07-24 cs.AI cs.CL cs.DB
DPC: Training-Free Text-to-SQL Candidate Selection via Dual-Paradigm Consistency
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
本文提出DPC方法,通过双范式一致性框架解决文本到SQL的生成与选择差距问题,利用SLICER和TESTER代理构建最小区分数据库,通过执行一致性验证提升候选选择准确性。
2026-04-17 cs.DB
Graph Memory for LLM Agents: At What Cost? A Comparative Evaluation of Query, Ingest, and Update Performance Across Graph Database Engines
Corvic AI Research(Corvic人工智能研究院);UT Austin(德克萨斯大学奥斯汀分校)
本文构建生物医学属性图基准,比较八种图数据库引擎在查询、摄取和更新上的性能,发现无绝对最快系统,且批量摄取成本差异主导总拥有成本。
2026-09-22 cs.AI cs.DB
Training Language Models to Generate Quality Code with Program Analysis Feedback
University of California, San Diego(加州大学圣迭戈分校);Microsoft Research(微软研究院);CausalFlow Inc.(CausalFlow公司)
提出强化学习框架REAL,利用程序分析引导的反馈激励LLM生成生产级代码,通过检测缺陷与单元测试实现无需人工的可扩展监督,在功能与质量评估中优于现有方法。
2025-05-28 cs.AI cs.CL
LYNX: Analytical Program Synthesis via Grounding and Closed-Loop Refinement
Zhejiang University(浙江大学);Zhejiang Geely Holding Group Co., Ltd.(浙江吉利控股集团有限公司)
LYNX是一个多智能体框架,通过规划、生成、验证、优化的闭环工作流及SSD-SAA技术,在NL-to-SQL基准上实现了高执行准确率与低token消耗,具备良好泛化性和实用性。
2026-10-14 cs.AI cs.DB
Pipeline Denotational Design: Correct-by-Construction Data Pipelines at Zero Cost
提出管道指称设计(PDD)方法论,在设计时零成本实现数据管道构造正确性,可验证 AI 生成管道的粒度一致性,已在生产工具链中实现并评估。
2026-08-14 cs.DB