論文の概要: Agentic-SQL Revisited: Autonomy-Based Taxonomy and Empirical Benchmark Analysis for LLM Text-to-SQL

• arxiv url: http://arxiv.org/abs/2608.15389v2
• Date: Mon, 24 Aug 2026 03:18:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 18:24:36.867479
• Title: Agentic-SQL Revisited: Autonomy-Based Taxonomy and Empirical Benchmark Analysis for LLM Text-to-SQL
• Title（参考訳）: Agentic-SQL Revisited: Autonomy-based Taxonomy and Empirical Benchmark Analysis for LLM Text-to-SQL
• Abstract要約: メトリクスの著者がレポートを収集し、推論と自律の軸に沿ってそれらを整理します。 我々は8Bのオープンソースバックボーンとチェーン・オブ・シークレットの監督なしに、Spiderのケーススタディを実行する。 スパイダーゲインはBIRDとSpider2.0に不均一に移行し、自律性は非自明なコストで堅牢性を取得する。
• 参考スコア（独自算出の注目度）: 4.995851820969809
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LLM-based Text-to-SQL progress is reported across heterogeneous benchmarks, backbones, and inference protocols, making cross-system comparison fragile. We reframe the field as a leaderboard aggregation: we collect the metrics authors themselves report and organize them along an inference-autonomy axis spanning constrained, in-context, iterative, agentic, and reasoning-internalized generation, with traceable provenance for every cell. To anchor the aggregation empirically, we run a focused case study on Spider, comparing 8B open-source backbones with and without chain-of-thought (CoT) supervision against few-shot DeepSeek~V3 and GLM-4 baselines. Four patterns emerge: Spider gains transfer unevenly to BIRD and Spider~2.0; autonomy buys robustness at non-trivial cost; reasoning internalization sits between answer-only decoding and externally orchestrated agents; and CoT gains concentrate on Hard and Extra-Hard queries. We release a Python harness mirroring the autonomy axis so that future methods can be added directly to the leaderboard.
• Abstract（参考訳）: LLMベースのText-to-SQLの進展は、異種ベンチマーク、バックボーン、推論プロトコルにまたがって報告され、システム間比較が脆弱になる。 メトリクスの著者自身をレポートし、制約付き、コンテキスト内、反復的、エージェント的、推論-内部的生成にまたがる推論-自律軸に沿ってそれらを整理する。 このアグリゲーションを実証的に固定するために、Spiderのケーススタディを実行し、8Bのオープンソースバックボーンとチェーン・オブ・シント(CoT)の監督を、ごくわずかのDeepSeek~V3とGLM-4のベースラインと比較した。 スパイダーゲインはBIRDと2.0に不均一に移行し、自律性は非自明なコストで堅牢性を取得する。 将来的なメソッドをリーダボードに直接追加できるように,自律軸を反映したPythonハーネスをリリースしています。

関連論文リスト

• Spider 2.0-AIFunc: Extending Real-World Text-to-SQL to AI-Native SQL Workflows [54.49251107006261]
  我々はSpider 2.0-AIFuncを紹介した。これは、Snowflakeプラットフォーム上の6種類のAI機能をカバーする125の現実世界データベースにわたる465の検証済みインスタンスのベンチマークである。 最強のプロプライエタリモデルは67-70%の精度で実行でき、最高のオープンソースモデルは58.1%に達する。
  論文  参考訳（メタデータ） (2026-07-07T12:54:08Z)
• Integrating Reasoning and Generalization in Text-to-SQL via Self-Enhanced Fine-Tuning [11.942932343145356]
  CoTEはLLMベースのテキスト・ツー・ジェネレーションを3つの重要なイノベーションで強化した。 テキスト・ツー・ジェネレーション設計のためのLLMベースのフレームワーク内での自己強調、構造化推論、実行時のフィードバック。
  論文  参考訳（メタデータ） (2026-06-14T04:52:58Z)
• SQL-ASTRA: Alleviating Sparse Feedback in Agentic SQL via Column-Set Matching and Trajectory Aggregation [51.696027315573296]
  本稿では,効率的な軌道レベル評価と高密度ステップレベル信号の提供を目的とした,普遍的な2層報酬機構を特徴とするフレームワークを提案する。 伝統的なパラダイムでは、報酬は最終ターンのフィードバックによってのみ決定され、中間プロセスを無視し、曖昧な信用評価をもたらす。 提案手法は,同一モデルを用いてBIRD 2.0上でのSOTA Arctic-Text2-R1-7Bより優れており,頑健なマルチターンエージェントのパラダイムに向けてテキストから逆収束を推進していることを示す。
  論文  参考訳（メタデータ） (2026-03-17T06:26:36Z)
• APEX-SQL: Talking to the data via Agentic Exploration for Text-to-SQL [39.76924093980244]
  APEX-動詞化は、パラダイムを受動的翻訳からエージェント探索に移行するフレームワークである。 提案フレームワークでは,実データにおける基底モデル推論に仮説検証ループを用いる。
  論文  参考訳（メタデータ） (2026-02-11T07:50:47Z)
• LLM-Based SQL Generation: Prompting, Self-Refinement, and Adaptive Weighted Majority Voting [7.590911146338215]
  アンサンブル投票(SSEV)を用いたシングルエージェント自己精製法を提案する。 私たちは、エンタープライズデータベースと現実のText-to-Actタスクの複雑さの増加に対処するために、SSEVパイプラインからの洞察に基づいています。 ReCAPAgent-5.5%は、計画、外部知識検索、批評、行動生成、自己修正、スキーマリンク、結果検証のための特殊エージェントを統合している。
  論文  参考訳（メタデータ） (2026-01-25T18:38:58Z)
• SQL-Trail: Multi-Turn Reinforcement Learning with Interleaved Feedback for Text-to-SQL [20.49395306069103]
  テキスト・ツー・ワン・ジェネレーションのためのマルチターン強化学習(RL)エージェント・フレームワークを提案する。 1ショットでクエリを生成するのではなく、SQL-Trailはデータベース環境と対話し、実行フィードバックを使用して予測を反復的に洗練する。 提案手法は, エージェントの相互作用深度を問合せ難易度に合わせるための適応的なターン予算配分機構と, sqlの正しさと効率的な探索を両立させる複合報酬パネルの2つを主眼とする。
  論文  参考訳（メタデータ） (2026-01-25T05:16:52Z)
• AgentSM: Semantic Memory for Agentic Text-to-SQL [16.68006461152765]
  Agent Semantic Memory (AgentSM)は、解釈可能なセマンティックメモリを構築し、利用する。 AgentSMは、Spider 2.0ベンチマークにおいて、平均トークン使用量と軌道長をそれぞれ25%と35%削減する。 また、クモ2.0 Liteベンチマークで44.8%の最先端の精度に達することで、実行精度も向上した。
  論文  参考訳（メタデータ） (2026-01-22T07:31:19Z)
• Text-to-SQL as Dual-State Reasoning: Integrating Adaptive Context and Progressive Generation [54.53145282349042]
  DSR-sourced, textbfDual-textbfS textbfReasoning frameworkを導入する。 ポストトレーニングやインコンテキストの例がなければ、DSR-sourcedは競合性能を達成し、スパイダー2.0-Snowで35.28%、BIRD開発で68.32%に達する。
  論文  参考訳（メタデータ） (2025-11-26T13:52:50Z)
• MARAG-R1: Beyond Single Retriever via Reinforcement-Learned Multi-Tool Agentic Retrieval [50.30107119622642]
  大規模言語モデル(LLM)は推論と生成において優れているが、本質的には静的事前学習データによって制限されている。 Retrieval-Augmented Generation (RAG)は、LLMを外部知識に基盤を置くことでこの問題に対処する。 MarAG-R1は、LLMが複数の検索機構を動的に調整できる強化学習型マルチツールRAGフレームワークである。
  論文  参考訳（メタデータ） (2025-10-31T15:51:39Z)
• Benchmark Self-Evolving: A Multi-Agent Framework for Dynamic LLM Evaluation [51.99752147380505]
  本稿では,大規模言語モデル(LLM)を動的に評価するベンチマーク自己進化フレームワークを提案する。 マルチエージェントシステムを用いて、元のインスタンスのコンテキストや質問を操作し、信頼性の高い新しいインスタンスをフレーミングする。 我々のフレームワークは、異なるモデル間の性能の相違を拡大し、様々なタスクで同じモデル内で性能の相違を拡大します。
  論文  参考訳（メタデータ） (2024-02-18T03:40:06Z)
• SUN: Exploring Intrinsic Uncertainties in Text-to-SQL Parsers [61.48159785138462]
  本稿では,ニューラルネットワークに基づくアプローチ(SUN)における本質的な不確かさを探索することにより,テキストから依存への変換性能を向上させることを目的とする。 5つのベンチマークデータセットの大規模な実験により、我々の手法は競合より大幅に優れ、新しい最先端の結果が得られた。
  論文  参考訳（メタデータ） (2022-09-14T06:27:51Z)

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。