OraPlan-SQL：面向复杂双语 NL2SQL 推理的规划导向框架
计算与语言
2025-10-29 v1 人工智能
摘要
我们提出 OraPlan-SQL，作为 Archer NL2SQL Evaluation Challenge 2025 的系统，该挑战要求进行包含算术、常识和假设推理等复杂推理的双语基准测试。OraPlan-SQL 在执行准确率 (EX) 上超过第二名系统超过 6%，分别达到 55.0%（英文）和 56.7%（中文），同时保持超过 99% 的 SQL 有效性 (VA)。该系统遵循代理导向的框架，包含两个组件：Planner 智能体生成分步骤的自然语言计划，以及 SQL 智能体将这些计划转化为可执行 SQL。由于 SQL 智能体可靠地遵循计划，我们的改进聚焦于 Planner。不同于依赖多个子智能体进行规划并产生编排开销的先前方法，我们引入反馈引导的 meta-prompting 策略，以细化单个 Planner。通过聚类来自保留集的失败案例并结合人类输入，LLM 将其提炼为纠正性指南，整合到 Planner 的系统提示中，以提升泛化能力而不增加复杂度。在多语言场景下，为解决转写和实体不匹配问题，我们纳入实体链接指南，生成实体的备用表面形式并显式包含在计划中。最后，通过计划多样化提升可靠性：为每个查询生成多个候选计划，SQL 智能体为每个计划生成查询，最终通过执行结果的多数投票选择输出。
关键词
引用
@article{arxiv.2510.23870,
title = {OraPlan-SQL: A Planning-Centric Framework for Complex Bilingual NL2SQL Reasoning},
author = {Marianne Menglin Liu and Sai Ashish Somayajula and Syed Fahad Allam Shah and Sujith Ravi and Dan Roth},
journal= {arXiv preprint arXiv:2510.23870},
year = {2025}
}