Text-to-SQL Memory Mechanism Test-Time Scaling Evaluation
摘要

测试时扩展(Test-time scaling)能修正困难的文本到SQL查询,但额外计算通常在生成答案后被丢弃。尽管系统日益倾向于保留已验证的修复片段,现有评估仍仅提供单一端到端分数,无法区分对重复问题的重放与对新问题的帮助,也无法识别具体的记忆选择贡献。本文提出“结晶化”问题以衡量这种未来价值。通过控制实验固定单次求解器并逐一改变记忆选择,我们分别测量了重放、跨问题保留及同数据库迁移效果。在BIRD数据集上,存储已验证的修正查询使未见过的首次尝试准确率提升了4.34个百分点,捕获了按需修复提供准确率的44.4%。控制干预表明,数据库特定内容是主要作用因素。

AI 推荐理由

论文核心研究Agent在Text-to-SQL任务中的记忆机制,特别是验证后查询的存储、检索与复用策略。

研究机构
西安交通大学 中国陕西西安 上海交通大学人工智能学院 中国上海
论文信息
作者 Jiaqian Wang, Yutao Qi, Wenjin Hou, Yuanxi Che, Muning Wen
发布日期 2026-08-07
arXiv ID 2608.07213
相关性评分 9/10 (高度相关)