速報
Template Constrained Decoding (TeCoD)：提升 Text-to-SQL 準確度與效能的新框架
大型語言模型在 Text‑to‑SQL 上雖已顯著進步，但面對未見過的資料庫結構仍易產生錯誤。研究者推出 TeCoD，將歷史 NL‑SQL 配對轉為可重用模板，並以微調的自然語言推理模型快速匹配查詢，接著以文法限制的分割解碼確保 SQL 合法。實驗顯示，TeCoD 在正確率上較傳統方法提升最高 36%，執行延遲降低至 2.2 倍。
速報
大型語言模型在 Text‑to‑SQL 上雖已顯著進步，但面對未見過的資料庫結構仍易產生錯誤。研究者推出 TeCoD，將歷史 NL‑SQL 配對轉為可重用模板，並以微調的自然語言推理模型快速匹配查詢，接著以文法限制的分割解碼確保 SQL 合法。實驗顯示，TeCoD 在正確率上較傳統方法提升最高 36%，執行延遲降低至 2.2 倍。
深度分析
SemanticAgent提出一套以顯式語意監督驅動的text-to-SQL合成流程，將合成任務拆成語意分析、受控撰寫與診斷驗證三個模組。系統從資料樣本與DDL抽取多層次語意知識，建立可檢索的知識庫，並在逐步生成過程中以語意約束指導SQL與問題的產生與修正。