CAPER：面向 Text-to-SQL 的子句对齐过程监督

Text-to-SQL 系统通常仅依赖查询级执行正确性进行评估，缺乏对中间决策失误的指导。针对令牌级监督的局限性，本文提出 CAPER 方法，通过在 SQL 抽象语法树上进行反事实干预，自动推导子句级监督信号，实现奖励建模中的根本原因错误定位。基于此数据训练的轻量级子句过程奖励模型（Clause-PRM），可为策略优化提供细粒度反馈。实验表明，该方法在 BIRD 和 Spider 数据集上显著提升了执行准确率及故障定位能力。