論文の概要: EXPO-SQL: Execution-based Clause-level Policy Optimization for Text-to-SQL

• arxiv url: http://arxiv.org/abs/2606.23693v1
• Date: Wed, 29 Apr 2026 10:33:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 00:46:12.928131
• Title: EXPO-SQL: Execution-based Clause-level Policy Optimization for Text-to-SQL
• Title（参考訳）: EXPO-SQL: テキストからSQLへの実行ベースのクローズレベルポリシー最適化
• Abstract要約: テキスト・ツー・クエリにより、ユーザは自然言語を使ってデータベースをクエリできる。 既存の大規模言語モデルに基づく強化学習手法は、正しい節と間違った節を等しく扱う。 文問合せのためのEXPO-(Execution-based clause-level Policy Optimization for Text-to- querying)を提案する。
• 参考スコア（独自算出の注目度）: 30.5119607116771
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Text-to-SQL enables users to query databases using natural language by generating executable SQL queries. Recent methods have increasingly adopted Large Language Models based reinforcement learning (RL) to leverage execution feedback for training. However, existing RL methods assign uniform query-level rewards to all clauses in a SQL query, treating correct and incorrect clauses equally. This coarse-grained reward design leads to insufficient learning signals for correct SQL generation. To address this issue, we propose EXPO-SQL (EXecution-based clause-level Policy Optimization for Text-to-SQL) which provides fine-grained supervision through clause-level rewards. To assign clause-level rewards, our method identifies erroneous clauses by analyzing execution results, including error messages and clause-wise incremental execution. Experiments on widely-used Text-to-SQL benchmarks demonstrate that EXPO-SQL significantly outperforms existing supervised fine-tuning, prompting, and RL-based methods through fine-grained clause-level learning. Our code is available at https://github. com/jhn25/EXPO-SQL.
• Abstract（参考訳）: Text-to-SQLを使えば、実行可能SQLクエリを生成することで、自然言語を使ってデータベースをクエリできる。 近年,大規模言語モデルに基づく強化学習(RL)を採用して,実行フィードバックをトレーニングに活用する手法が増えている。 しかし、既存のRLメソッドはSQLクエリの全ての節に均一なクエリレベルの報酬を割り当て、正しい句と間違った節を平等に扱う。 この粗い報酬設計により、正しいSQL生成のための学習信号が不十分になる。 この問題に対処するため,EXPO-SQL(Execution-based clause-level Policy Optimization for Text-to-SQL)を提案する。 節レベルの報酬を割り当てるために,エラーメッセージや節単位のインクリメンタルな実行を含む実行結果を分析し,誤文を識別する。 広く使われているText-to-SQLベンチマークの実験では、EXPO-SQLは、きめ細かい節レベルの学習を通じて、既存の教師付き微調整、プロンプト、RLベースのメソッドよりも大幅に優れていた。 私たちのコードはhttps://github.orgで公開されています。 http://jhn25/EXPO-SQL.com/jhn25/EXPO-SQL。

関連論文リスト

• SERL-SQL: Selective Hindsight Distillation for Text-to-SQL Reinforcement Agentic Learning [11.822926017805024]
  SERL-はマルチターンテキスト・ツー・エージェントのための選択的実行基盤強化学習フレームワークである。 トレーニングのみの教師を使用して、実行フィードバックで生徒のアクションを再スコアする。 実験の結果、SERL-は競争力があり、76.56%の精度でスパイダーテストを行うことができた。
  論文  参考訳（メタデータ） (2026-08-01T07:24:12Z)
• Progress-SQL: Improving Reinforcement Learning for Text-to-SQL via Progressive Rewards [24.99757788407821]
  テキスト・ツー・ジェネレーションにプログレッシブ報酬を与えるマルチターン強化学習フレームワークを提案する。 本手法は, テキスト・ツー・ジェネレーション・ロバストネス性能を, プライマリ・評価の両面で一貫して改善する。
  論文  参考訳（メタデータ） (2026-06-05T01:59:03Z)
• CAPER: Clause-Aligned Process Supervision for Text-to-SQL [11.286563956844946]
  本稿では,SQL 抽象構文木への反実的介入を通じて,自動的に節レベルの監視を導出する CAPER を提案する。 得られたデータは、ポリシー最適化と候補検証のための軽量なクロース境界フィードバックであるCAPER-9Bのトレーニングに使用される。 BIRDとスパイダーの実験では、節順の監督は実行精度を向上するだけでなく、GPT-5.4よりも15.3%の改善を達成し、障害局所化能力を強化し、84.53%の精度と90.60%のMRRを達成した。
  論文  参考訳（メタデータ） (2026-06-02T08:35:40Z)
• FINER-SQL: Boosting Small Language Models for Text-to-SQL [40.19592881059662]
  大規模言語モデルは、高い計算コスト、長いレイテンシ、データプライバシの懸念に悩まされる。 自然な代替手段は、効率的でプライベートなオンプレミスデプロイメントを可能にする、小さな言語モデルを使用することだ。 スケーラブルで再利用可能な強化学習フレームワークであるFINER-sqlを提案する。
  論文  参考訳（メタデータ） (2026-05-05T07:51:29Z)
• R$^3$-SQL: Ranking Reward and Resampling for Text-to-SQL [55.967050404665606]
  R$3$-はBIRD-devで75.03の精度を達成した。
  論文  参考訳（メタデータ） (2026-04-28T07:40:50Z)
• CogniSQL-R1-Zero: Lightweight Reinforced Reasoning for Efficient SQL Generation [1.169202600932732]
  本稿では,強化学習(RL)フレームワークとモデルであるCogni-R1-Zeroを紹介する。 我々は、実行の正しさとフォーマットタグのコンプライアンスに基づく軽量な報酬信号を使用する。 提案手法は,Text2ベンチマーク上での最先端実行精度を実現する。 効率的かつ解釈可能なテキスト・ツー・コード・モデリングのさらなる研究を支援するために、2つのキュレートされたデータセットをリリースする。
  論文  参考訳（メタデータ） (2025-07-08T14:17:07Z)
• SQLens: An End-to-End Framework for Error Detection and Correction in Text-to-SQL [20.93676525997898]
  テキスト・トゥ・ザ・ボックス・システムによって生成される大規模言語モデル(LLM)における意味的誤りの詳細な検出と修正のためのエンドツーエンドフレームワークを提案する。 提案手法は誤り検出のためのF1の25.78%の自己評価法よりも優れた性能を示し,アウト・オブ・ザ・ボックスシステムの実行精度を最大20%向上させる。
  論文  参考訳（メタデータ） (2025-06-04T22:25:47Z)
• DAC: Decomposed Automation Correction for Text-to-SQL [51.48239006107272]
  De Automation Correction (DAC)を導入し、エンティティリンクとスケルトン解析を分解することでテキストから合成を補正する。 また,本手法では,ベースライン法と比較して,スパイダー,バード,カグルDBQAの平均値が平均3.7%向上することを示した。
  論文  参考訳（メタデータ） (2024-08-16T14:43:15Z)
• SQLPrompt: In-Context Text-to-SQL with Minimal Labeled Data [54.69489315952524]
  Prompt"は、Text-to-LLMのいくつかのショットプロンプト機能を改善するように設計されている。 Prompt"は、ラベル付きデータが少なく、テキスト内学習における従来のアプローチよりも大きなマージンで優れている。 emphPromptはテキスト内学習における従来の手法よりも優れており,ラベル付きデータはほとんどない。
  論文  参考訳（メタデータ） (2023-11-06T05:24:06Z)
• SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended) [53.95151604061761]
  本稿では,大規模言語モデル(LLM)を用いたテキスト・ツー・フィルタリングのフレームワークを提案する。 数発のプロンプトで、実行ベースのエラー解析による一貫性復号化の有効性について検討する。 命令の微調整により、チューニングされたLLMの性能に影響を及ぼす重要なパラダイムの理解を深める。
  論文  参考訳（メタデータ） (2023-05-26T21:39:05Z)
• UNITE: A Unified Benchmark for Text-to-SQL Evaluation [72.72040379293718]
  テキスト・ツー・ドメイン・システムのためのUNIfiedベンチマークを導入する。 公開されているテキストからドメインへのデータセットと29Kデータベースで構成されている。 広く使われているSpiderベンチマークと比較すると、SQLパターンの3倍の増加が紹介されている。
  論文  参考訳（メタデータ） (2023-05-25T17:19:52Z)
• Weakly Supervised Text-to-SQL Parsing through Question Decomposition [53.22128541030441]
  我々は最近提案されたQDMR(QDMR)という意味表現を活用している。 質問やQDMR構造(非専門家によって注釈付けされたり、自動予測されたりする)、回答が与えられたら、我々は自動的にsqlクエリを合成できる。 本結果は,NL-ベンチマークデータを用いて訓練したモデルと,弱い教師付きモデルが競合することを示す。
  論文  参考訳（メタデータ） (2021-12-12T20:02:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。