LEAF-SQL：用于文本到 SQL 骨架预测的分层探索与自适应细化

针对大语言模型在处理涉及深层嵌套逻辑或多子句的复杂文本到 SQL 任务时的局限性，本文提出 LEAF-SQL 框架。该方法将骨架预测重构为由粗到细的树搜索过程，支持对多样化结构假设的系统性探索与自适应细化。通过引入三级骨架层级、骨架构建代理及评估代理，有效剪枝搜索空间并生成结构多样且粒度自适应的候选方案。在 BIRD 基准测试中，该方法显著优于现有基于搜索和骨架的方法，执行准确率达 71.6%。