SIRIUS-SQL：以执行反馈为锚的多候选Text-to-SQL

摘要

在复杂模式（schema）上，Text-to-SQL单次生成并不可靠，因此近来的系统会生成多个SQL候选并用投票过滤错误。然而仅靠投票并不足够，因为多候选方案存在三个相互耦合的弱点：1）从单一生成器中更多采样会产生越来越冗余的候选；2）现有流水线对每个不干净的执行结果套用同一种通用修正，而运行时错误、超时和空结果各自代表着与正确性的不同距离；3）现有选择器依赖单一角度，如结果多数投票或成对SQL比较，会漏掉其他角度本可捕捉的问题。我们提出SIRIUS-SQL，一并解决这三个弱点。一套难度平滑的强化学习方案训练SIRIUS-32B生成多样的可执行SQL候选，并配合一个通用LLM填补专家模型留下的空缺。一个以执行为依据的生命周期机制对每个结果进行分类，并在候选重新进入候选池之前施加针对性修复。一个置信度门控的混合选择器将执行结果一致性同成对SQL形式判断结合起来，仅对近乎持平的案例升级到确定性的结构检查。SIRIUS-SQL在BIRD dev上达到75.88%，在SPIDER test上达到91.20%。三种通用模型配对中有两种超越了Agentar-Scale-SQL——BIRD dev上已发表的最强多候选系统。

SIRIUS-SQL：以执行反馈为锚的多候选Text-to-SQL：论文配图 — 图 2：SIRIUS-SQL 概述。一名 SQL 专家和一名通才 LLM 填充共享候选池（1 2；L1）。以执行为基础的生命周期通过 A–C 块（3 4；L2）筛选、执行和应用特定于类型的修复。置信门控选择器对合并池进行评分，并仅将低利润关系升级为确定性结构支持重新排序器（5 6；L3）。