arrow
返回

CM-SQL: A cross-model consistency framework for text-to-SQL

delete2025-10-04
delete0
PRE
AI
X
Xiang Li
游进国 封面图
游进国 (Jinguo You) *
李恒 封面图
李恒 (Heng Li)
J
Jun Peng
X
Xi Chen
Z
Ziheng Guo
DOI:10.1016/j.neucom.2025.131708delete
delete原文链接
delete分享
delete收藏
摘要

摘要

En 中文
• 本文提出了一种利用跨模型一致性评估SQL查询准确性的方法。该方法利用多个大型语言模型(LLMs)的推理能力以及基于指令微调模型的稳定性来评估SQL查询的准确性。该方法有效缓解了LLMs在面对语法正确但语义错误的SQL查询时表现出的“过度自信”问题,该问题通常由幻觉和其他问题引起。 • 本研究提出了一种本地化的SQL修改策略以纠正有问题的SQL查询。与现有方法不同,该方法利用SQL检查模块的输出来仅修改SQL查询中的错误部分,而非进行完全重新生成。这有效降低了因修改次数过多而在原本正确的SQL部分无意引入错误的风险。 • 我们引入了V-Schema数据库模式组织结构。与传统数据库定义语言(DDL)及其简化版本相比,该架构不仅保留了DDL模式在完整表示数据库不同部分间关系及相关信息方面的优势,还有效减少了不必要输入对模型性能的影响。 • 本研究将关联模式(Simplify-Schema)和非关联模式(Full-Schema)作为输入,从不同角度获取SQL查询。与仅提供单一数据库模式并通过调整温度或模式顺序等参数生成多样化SQL查询的传统方法相比,本研究的方法避免了高温度设置可能引发的幻觉问题加剧。此外,该方法充分利用了两种模式的优势,生成了更稳健的SQL输出。

期刊

Neurocomputing 封面图
Neurocomputing
IF:
6.5
论文数:
2.5W
被引数:
6.5W

机构

C
Central South University
学者数:
10.0W
论文数: 7.2W
被引数: 10.9W
K
Kunming University of Science and Technology
学者数:
9.1K
论文数: 2.5K
被引数: 2.1W
引用论文

引用论文

暂无论文信息