BAP-SQL：Agentic Text-to-SQL的预算感知观测规划

工具代理不仅消费观察，它们的行动决定了接下来会发生什么。在agentic text-to-SQL中，一个广泛的查询可以在有上下文和数据库工作之后，有用证据出现之前，而事后压缩无法恢复遗漏的行或消耗的工作。我们提出了BAP-SQL，它将观察形成视为一个预算控制阶段：它估计查询风险，当有用时重写SQL，并将硬限制委托给独立的运行时护盾。在一般4B、专门化的FINER-SQL 4B和7B后端上，BAP-SQL在有预算限制的情况下提高了成功率。在主要的BIRD衍生设置中，它比匹配的SFT提高了3.4/3.6个百分点，同时使用了4.5/5.0%更少的令牌。匹配的再训练和任务级别的迁移学习关联了收益，与可观察的规划和预算敏感的救援有关。随着模型能力的增强和预算的增加，益处减弱，最松散的设置中逆转，且不会减少数据库工作。