論文の概要: Bounded Semantic Planning and Deterministic Compilation for Reliable Enterprise Text-to-SQL

• arxiv url: http://arxiv.org/abs/2608.16663v1
• Date: Mon, 17 Aug 2026 14:54:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.756573
• Title: Bounded Semantic Planning and Deterministic Compilation for Reliable Enterprise Text-to-SQL
• Title（参考訳）: 信頼性の高いエンタープライズテキスト-SQLのための境界セマンティックプランニングと決定論的コンパイル
• Abstract要約: 本稿では,ACME 保険ベンチマークを用いて,直接 DDL-to-sided 生成に対するセマンティックパスコンパイルシステムの評価を行った。 SPCは38の質問に対して、少なくとも1回は正解し、1回は拒絶し、114回のランで不当に実行された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Direct text-to-SQL asks a language model to do two jobs: interpret the business question and construct the complete relational query. In enterprise schemas, SQL can execute successfully while using the wrong relationship role or aggregation grain. We study an alternative placement of the stochastic boundary. A multi-turn planner grounds phrases and selects from question-specific governed options; graph traversal, role predicates, grain lowering, SQL construction, and deterministic checks are implemented in code. We evaluate this semantic path compilation (SPC) system against direct DDL-to-SQL generation on the ACME insurance benchmark. On a 38-question adjudicated comparison set with three runs per question, SPC was adjudicated correct on every run for 37 questions (97.4%), compared with 21 (55.3%) for the baseline. The paired discordance was 16 questions in favor of SPC and none in favor of the baseline (two-sided exact McNemar p=3.05x10^-5). SPC answered all 38 questions correctly at least once and produced one refusal and no adjudicated wrong-but-executed run across 114 run outcomes; the baseline produced 29 adjudicated wrong runs and seven additional judge-flagged data-only coincidences on the same set. A strict-equivalence sensitivity analysis increased the paired difference. Additional SPC runs with GPT-5.4 and Gemini-3.6-Flash showed similar question-level robustness, although their per-run verdict artifacts were not preserved. Six additional benchmark items are retained in an all-item analysis and documented separately by failure class. The study supports an end-to-end systems result, not a causal claim that compilation alone produced the gain, because SPC receives governed semantic artifacts that the DDL baseline does not.
• Abstract（参考訳）: ビジネス質問を解釈し、完全なリレーショナルクエリを構築する。 エンタープライズスキーマでは、SQLは間違ったリレーションロールやアグリゲーショングレーンを使用してうまく実行できます。 確率境界の代替配置について検討する。 グラフトラバーサル、ロール述語、粒度低下、SQL構築、決定論的チェックをコードで実装する。 本稿では,ACME 保険ベンチマークを用いた DDL-to-SQL 生成に対して,この意味経路コンパイル (SPC) システムを評価する。 質問1回当たり38問比較で、SPCは37問(97.4%)で、ベースラインでは21問(55.3%)と正解した。 対の不一致はSPCに有利な16の質問であり、ベースラインには賛成しない(正解はMcNemar p=3.05x10^-5)。 SPCは38の質問に対して、少なくとも1回は正しく回答し、114回のランの結果に対して、不当に不当に実行された29の不正な実行と、さらに7つの判断を下したデータのみの偶然を同じセットで生成した。 厳密な等価感度解析により, 対差が増大した。 GPT-5.4 と Gemini-3.6-Flash による追加の SPC の実行は、同様の質問レベルの堅牢性を示したが、実行時の検証成果物は保存されなかった。 さらに6つのベンチマーク項目が全項目分析に保持され、障害クラスによって別々にドキュメント化される。 この研究は、DDLベースラインにはない支配的な意味的アーティファクトをSPCが受け取っているため、コンパイルだけで得られるという因果的な主張ではなく、エンドツーエンドのシステム結果を支持する。

関連論文リスト

• IBIB: A Protocol for Measuring Enterprise AI Systems by Serving Route, Not Model Identifier [0.0]
  監査された18のベンチマークはすべて、広告付きモデルの識別子をスコア付けする。 ゴールドブラインド機能バインディングプレフライトは、どのタスクが到達する前に、ルートが評価契約を実行可能であることを確認する。 信頼性非包括的なファーストパススコアリングルールは、有効性を保ちながらスコアの失敗を維持する。
  論文  参考訳（メタデータ） (2026-09-09T17:31:29Z)
• MasterControl Seventeen Every Time [0.0]
  エンタープライズ分析に対する支配的なアプローチ: 言語モデルは質問を解釈し、決定論的ポリシーは、結果と証拠の両方を返す事前に承認された分析プログラムを選択し、実行します。 この制限は、リレーショナル演算とアグリゲーション、比較、ウィンドウ、ランキング、類似性を用いて、定義された分析クラス内で表現可能であることを示す。
  論文  参考訳（メタデータ） (2026-09-02T22:49:35Z)
• MemToC: Benchmarking Memory-Tool Conflict Resolution in Large Language Models [49.47300047353726]
  MemToCは、実行時ツールによるポストツール-リターン仲裁のベンチマークである。 MemToCは、542の質制御された事実質問から構築された6,504回の評価エピソードで構成されている。 オープンウェイトな7-9Bモデルでは、ツールが強く支配的なクローズドブックの回答を返す。
  論文  参考訳（メタデータ） (2026-08-26T18:22:03Z)
• Disagree to Explore, Agree to Commit: Routing-Guided Test-Time Scaling for Software Agents [60.650808962786364]
  外部判断や選択時間テストの実行なしに,ネイティブなMoEルータトレースがステアリングと選択をガイドできるかどうかを検討する。 我々の分析は、ルーティングが堅牢な行動的役割シグナルを提供することを示している。トークン・グラニュラ・リードアウトと決定整合比較セットは、ルーティングを効果的に制御する。 オープンウェイトスパースMOEエージェントを用いたSWEベンチ検証を行い,評価を行った。
  論文  参考訳（メタデータ） (2026-08-23T03:07:03Z)
• IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages [77.88427845181154]
  我々はWMT 2020-2024の共有タスクの系統を、英語のリソースを拡張してインディクシーに集約する:9つの方向対に対して126,754ドルのインスタンス。 セグメントレベルのQEでは,LSMが6つ,COMETが3つ,APEでは3つのシステムをベンチマークした。
  論文  参考訳（メタデータ） (2026-08-17T09:50:52Z)
• Never the Number: Structural Abstention for AI Systems Whose Answers Are Consumed as Fact [0.0]
  大規模言語モデルは、データベースに対する自然言語インターフェースを新たに信頼できるものにしたが、キャリブレーションされたテキストから集約されたシステムは、デプロイメントにおいて重要な方法で失敗している。 本稿では、生成シェルを持つ信頼カーネルである、そのようなシステムのためのアーキテクチャパターンを1つの不変量に基づいて提案する。 生成シェルは入力とフレーズの応答を解釈し、決定論的カーネルは、完全に指定された質問と解答可能な質問形状の有界集合とを一致させる。 この2つは、ユーザが何らかの値が計算される前に読む確認で一致し、カーネルが表現できない要求は、近似されるよりも減少する。
  論文  参考訳（メタデータ） (2026-08-14T03:53:21Z)
• Business Truth, not SQL Accuracy: A Rule-Gated 7B Analytics Agent Outperforms a Direct-Prompted 32B Baseline [0.0]
  本稿では,2つの合成倉庫における400の凍結作業であるWarehouseBenchについて紹介する。 7BエージェントであるQueryProofは、セマンティックレイヤと物理カタログから派生したルールを使用して、その振る舞いを決定する。
  論文  参考訳（メタデータ） (2026-08-10T08:14:24Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• SOMA-SQL: Resolving Multi-Source Ambiguity in NL-to-SQL via Synthetic Log and Execution Probing [37.513757157512686]
  ユーザ質問、データベーススキーマ、モデル解釈の曖昧さは、NL2の中心的な障害モードである。 本稿では,目的の合成クエリログとあいまいさ駆動型探索により,あいまいさを自動的に解決するSOMA-を提案する。 6つの公開ベンチマークの実験では、SOMA-は最先端のベースラインよりも平均して13.0%の精度で実行されている。
  論文  参考訳（メタデータ） (2026-06-09T20:18:22Z)
• Agentic DAG-Orchestrated Planner Framework for Multi-Modal, Multi-Hop Question Answering in Hybrid Data Lakes [5.276278723196607]
  Agentic DAG-Orchestrated Transformer (A.DOT) Plannerはマルチモーダル・マルチホップ質問応答のためのフレームワークである。 A.DOTは、ユーザNLクエリを構造化および非構造化の両方にまたがる有向非巡回グラフ(DAG)実行計画にコンパイルする。 System Decomposes query into parallelizable sub-queries, includess schema-aware reasoning, and applied both structure and semantic validation。
  論文  参考訳（メタデータ） (2026-03-15T05:34:16Z)
• Programming over Thinking: Efficient and Robust Multi-Constraint Planning [54.77940831026738]
  SCOPEは、クエリ固有の推論をジェネリックコード実行から切り離すフレームワークである。 SCOPEは、コストとレイテンシを下げながら最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-01-14T02:58:07Z)
• ScenarioBench: Trace-Grounded Compliance Evaluation for Text-to-SQL and RAG [0.0]
  Scenarioは、コンプライアンスコンテキストにおけるText-to-retrieval-augmented生成を評価するための、ポリシーベースでトレース対応のベンチマークである。
  論文  参考訳（メタデータ） (2025-09-29T02:51:08Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• RAISE: Reasoning Agent for Interactive SQL Exploration [47.77323087050061]
  本稿では,スキーマリンク,クエリ生成,反復的改善を1つのエンドツーエンドコンポーネントに統一する新しいフレームワークを提案する。 本手法は、不慣れなデータベースを扱う際に、人間がどう答えるかをエミュレートする。
  論文  参考訳（メタデータ） (2025-06-02T03:07:08Z)
• RSL-SQL: Robust Schema Linking in Text-to-SQL Generation [51.00761167842468]
  本稿では、双方向スキーマリンク、コンテキスト情報拡張、バイナリ選択戦略、マルチターン自己補正を組み合わせたRSLと呼ばれる新しいフレームワークを提案する。 ベンチマークの結果,オープンソースのソリューション間でのSOTA実行精度は67.2%,BIRDは87.9%,GPT-4オクルージョンは87.9%であった。 提案手法は,DeepSeekを同一のプロンプトで適用した場合,GPT-4ベースのテキスト・ツー・シークシステムよりも優れている。
  論文  参考訳（メタデータ） (2024-10-31T16:22:26Z)

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。