更便宜、更好、更快、更强：无需链式思考或微调的鲁棒文本到SQL
计算与语言
2026-04-29 v2 机器学习
摘要
大型语言模型(LLM)在代码生成任务如文本到SQL方面有效, 但值得花多少钱呢? 许多最先进的方法使用非任务特定的LLM技术, 包括链式思考(CoT)、自洽性和微调. 这些方法在推理时可能代价高昂, 有时需要100多次LLM调用进行推理, 平均成本可达0.46美元/查询, 而微调模型成本可达数千美元. 我们引入'N-rep'一致性, 一种更高效的文本到SQL方法, 仅需0.039美元/查询, 即可获得与其他更昂贵方法相似的BIRD基准得分. N-rep利用相同schema输入的多种表示以缓解单一表示的弱点, 从而使解决方案更健壮, 并允许使用更小更便宜的模型, 无需任何推理或微调. 在我们知识中, N-rep是其成本范围内表现最佳的文本到SQL方法.
引用
@article{arxiv.2505.14174,
title = {Cheaper, Better, Faster, Stronger: Robust Text-to-SQL without Chain-of-Thought or Fine-Tuning},
author = {Yusuf Denizay Dönder and Derek Hommel and Andrea W Wen-Yi and David Mimno and Unso Eun Seo Jo},
journal= {arXiv preprint arXiv:2505.14174},
year = {2026}
}