摘要
近期大型推理模型在代码生成与数学推理中表现卓越，但在多轮文本到 SQL 任务中潜力尚未充分挖掘。现有方法依赖不稳定的 API 推理或需昂贵的小模型微调。本文提出 Rose-SQL，一种无需训练的框架，利用小规模大型推理模型通过上下文学习实现精准的上下文依赖解析。引入“角色 - 状态”细粒度表示作为结构蓝图，弥合模式链接与 SQL 生成间的差距。通过结构同构检查追踪历史上下文中的角色 - 状态演化，引导模型推断当前问题的 SQL 组合。实验表明，该方法在多个基准上显著优于现有基线及微调模型。
AI 推荐理由
论文提出基于角色 - 状态演化的结构化推理框架，核心解决多轮 Text-to-SQL 中的逻辑推导问题。
研究机构
国防科技大学系统工程学院
国防科技大学 advanced interdisciplinary studies, National University of Defense Technology
中国科学院自动化研究所
广东工业大学计算机学院
论文信息