面向 LLM 生成的向量-关系查询的轴向语法——Memelang
数据库
2025-12-23 v1
摘要
结构化生成用于 LLM 工具调用凸显了紧凑 DSL 中间表示(IR)的价值,这些 IR 可直接生成并确定性解析。本文介绍轴向语法:一种线性 token 序列,通过特定等级分隔符 token 的位置来恢复多维结构。单次从左到右遍历为每个 token分配在 n 维网格中的坐标,从而在无需括号或 clause 密集表面语法的情况下实现确定性解析。该语法在 Memelang 中实现,这是一种旨在作为 LLM 可生成 IR 的紧凑查询语言，其固定坐标角色直接映射到表/列/值槽位。Memelang 支持坐标稳定的相对引用、解析时的变量绑定,以及隐式的上下文继承以减少 LLM 生成查询中的重复。它还通过值术语上的内联标签编码分组、聚合和排序,允许在对坐标索引表示进行一次流式遍历时推导出分组执行计划。本文提供了参考词法分析器/解析器以及一个编译器,后者可发出参数化 PostgreSQL SQL(可选使用 pgvector 操作符)。
引用
@article{arxiv.2512.17967,
title = {Memelang: An Axial Grammar for LLM-Generated Vector-Relational Queries},
author = {Bri Holt},
journal= {arXiv preprint arXiv:2512.17967},
year = {2025}
}