小模型做 Text-to-SQL 的迭代重试工作流研究发布
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文在受控推理预算下评测了 1B 至 8B 参数的开源小模型在 Text-to-SQL 任务上的表现，使用 Spider 基准，比较多种提示表示并考察生成查询的准确率。结果显示，在小规模上，SQL 专用模型比通用模型和对话模型更稳定，且不同提示带来的性能差异明显。为降低这种波动，作者提出三种轻量推理工作流，在失败时自动换用其他提示或模型重试，并可选加入语法纠正步骤，从而显著提高端到端成功率，代价是额外的推理调用。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载评测设置与关注点
论文针对大模型做 Text-to-SQL 时算力开销大、难以在资源受限环境部署的问题，把评测范围限定在 1B 到 8B 参数的开源小模型上，并在受控的推理预算下进行。评测使用 Spider 基准，比较多种提示表示方式，并考察生成查询的准确率。研究关注两个变量：模型专业化程度与提示写法，分别如何影响最终表现。作者为 Bilel Abderrahmane Benziane 与 Xavier Schepler。
小模型上的稳定性差异
结果指出，在较小规模上，专门面向 SQL 的模型比通用模型和对话导向模型更可靠；同时，同一模型在不同提示下的表现差异相当大。这意味着小模型做 Text-to-SQL 的瓶颈不只是模型本身的能力上限，提示形式带来的波动同样关键，单次生成的结果并不稳定。
用重试换取可靠性
为在不引入更大模型的前提下压低这种波动，作者设计了三种轻量推理工作流：当一次生成失败时，自动改用其他提示或换用其他模型重试，其中还包含一个可选的语法纠正步骤。这些工作流明显提高了端到端成功率，代价是产生额外的推理调用。论文给出的路径是：用适度的额外推理成本换取更高的可靠性。
为什么值得看
想在受限算力下落地 Text-to-SQL 的团队，可参考其提示敏感性与重试换稳定性的取舍。
论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。