DivSkill-SQL +11,1 ponttal növeli a Snowflake SQL pontosságot
A kutatók egy új residual skill optimalizációs keretrendszert mutattak be, amely modell finomhangolás nélkül épít kiegészítő ügynököket.
A Stanford és MIT kutatói által írt preprint szerint a Text-to-SQL feladatokban a hagyományos ensemble-ek hatékonysága a Pass@K metrikában korlátozott — írja az arXiv. (ArXiv NLP)
Miért nem elég a véletlenszerű dekódolás?
A jelenlegi megközelítések a változatos dekódolást vagy prompt-variációkat használják, de a generált SQL jelöltek gyakran hasonló hibákat tartalmaznak, így a sikeres találatok aránya alacsony marad.
Residual skill optimalizáció a gyakorlatban
Az új DivSkill-SQL keretrendszer minden új képességet a meglévő ensemble által hibázott példákon finomít, ezáltal közvetlenül a Pass@K margóális javulását célozza meg. A módszer nem igényel semmiféle modell finomhangolást, így könnyen beilleszthető bármely LLM-be.
A Spider2-Lite teljesítményteszten a szerzők szerint a DivSkill-SQL +11,1 ponttal növeli a kiválasztott pontosságot a Snowflake adatbázison, és +8,3 pontot a BigQuery-n, szemben a legerősebb baseline-szal. A javulás mindkét alapmodell, az Opus-4.6 és a GPT-5.4 esetén konzisztens.
A kutatók továbbá azt állítják, hogy egyetlen SQL dialektusra optimalizált képességek újraképzés nélkül átvihetők más dialektusokra, például a Snowflake-ről a BigQuery-re, bár ezt a széles körű adatbázis-környezetben még nem tesztelték.
A Spider2-Lite tesztek 2026. májusában mutatták, hogy a DivSkill-SQL +11,1 ponttal javítja a Snowflake pontosságot.