研究人员开发了一个名为GradeSQL的新框架，以提高大型语言模型（LLM）在文本到SQL任务中的可靠性。该框架利用结果奖励模型（ORMs）作为学习到的语义评分函数，用于测试时验证，这是一种先前在结构化查询生成方面探索不足的方法。GradeSQL使用自动候选生成和基于执行的标签来训练ORMs，无需手动注释。当集成到驱动验证的管道中时，基于ORM的选择在BIRD和Spider等基准测试中，始终优于传统的最佳N抽样和多数投票等方法，在复杂查询上显示出显著的准确性提升。 AI
影响 增强了LLM在结构化数据查询中的可靠性和准确性，可能促进企业在数据分析中采用AI。
排序理由 该集群描述了一篇关于改进LLM在特定任务上性能的新研究论文，该论文提出了新颖的框架和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.30851v1 Announce Type: cross Abstract: Improving the reliability of large language models (LLMs) at inference time is a central challenge in structured reasoning tasks such as Text-to-SQL. Common test-time inference strategies, including Best-of-N sampling and Majority…
Improving the reliability of large language models (LLMs) at inference time is a central challenge in structured reasoning tasks such as Text-to-SQL. Common test-time inference strategies, including Best-of-N sampling and Majority Voting, rely on heuristic signals such as executi…