知道何时停止：预测文本到 SQL 中的执行一致性收敛

重复 LLM 调用是估计 Text-to-SQL 结果可信度的标准方法：多次运行管道，判断每个 SQL 执行，并使用结论的一致性作为置信度信号。悬而未决的问题是何时停止、何时一致性收敛。我们将其表述为收敛预测问题，并训练一系列轻量级一维模型，这些模型观察运行一致性轨迹，并在每一步决定进一步的运行是否不太可能对其产生实质性改变，并且我们根据有原则的 Beta-Bernoulli 停止规则和学习的运行计数基线对它们进行基准测试。在 BIRD 基准和两个生产客户数据集上，我们的方法根据每个用户问题调整其停止点，当一致性收敛较早时停止得更快，而当收敛较晚时则持续时间更长。我们进一步表明，运行之间的弱序列相关性使我们可以将它们的顺序排列为训练增强，并由可调的洗牌权重控制。三个数据集的性能保持一致，为了模拟不完美的生产判断，我们将噪声注入到通过比较生成的 SQL 结果和 真值 SQL 结果获得的正确/不正确的判断中，表明该方法仍然可靠地预测收敛。