Vulnerability Codex

新方法应对LLM Text-to-SQL的可靠性和收敛性

研究人员开发了新方法来解决由大型语言模型（LLM）驱动的Text-to-SQL系统的可靠性问题。一种方法SAGE，使用自动引导探索来发现和记录LLM生成的SQL查询中潜在的失败模式，展示了当前模型显著的脆弱性，并显示出跨模型可迁移性的潜力。另一种方法侧重于预测何时停止用于评估SQL结果一致性的重复LLM调用，根据收敛轨迹调整停止点，以提高在各种基准测试上的效率和可靠性。