論文の概要: LuthorSQL: A One-Pass Text-to-SQL Model as System 1 for a Slower LLM Agent
- arxiv url: http://arxiv.org/abs/2611.17780v1
- Date: Fri, 13 Nov 2026 05:44:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.31221
- Title: LuthorSQL: A One-Pass Text-to-SQL Model as System 1 for a Slower LLM Agent
- Title(参考訳): LuthorSQL: より低速なLLMエージェントのためのシステム1としてのワンパステキスト-SQLモデル
- Abstract要約: 高速システム1ゲートとして機能する非自己回帰 7B テキスト・ツー・モデルである Luthor について述べる。
Luthor自身では、BIRDの隠れテストセット上での実行精度は68.03%に達した。
Claude Opus 5.5と組み合わさって、Opusのトレーニング停止後に公表されたデータベースに関する227の質問が事前登録された信頼性カスケードで、Lusorはすべての質問の半数近くをローカルで答え、APIコストを同じ精度で33.3%削減した。
- 参考スコア(独自算出の注目度): 3.82019186469079
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Frontier LLM agents that query databases with tools are among the most accurate text-to-SQL systems, but per-query calls to a hosted model are slow, costly, and expose sensitive organizational queries to external APIs. For example, a Claude Opus 5.5 agent serving 10,000 queries a day costs over $70,000 a year at list price. To what extent can local hardware already owned by an organization offload this burden without compromising the agent's accuracy? We present LuthorSQL, a non-autoregressive 7B text-to-SQL model that serves as a rapid System 1 gate for a slower LLM agent (System 2), escalating queries only when uncertain. LuthorSQL makes a single forward pass to predict slot scores over a bounded grammar for query plans, compiles and runs up to 32 candidate plans, and chooses an answer using a trained validator. On its own, LuthorSQL reaches 68.03% execution accuracy on BIRD's hidden test set at 0.84 s per question on a single GPU, maintains its accuracy in 9 GB with 8-bit quantized weights, and transfers zero-shot to Snowflake, BigQuery, MySQL, PostgreSQL, and DuckDB within 3.1 points of its native SQLite accuracy. Combined with Claude Opus 5.5 in a pre-registered confidence cascade over 227 questions on databases published after Opus's training cutoff, LuthorSQL answers nearly half of all questions locally and cuts API cost by 33.3% at the same accuracy. Finally, contamination probing shows that Opus reproduces 48-92% of public benchmark gold queries verbatim without seeing the schema; however, its tool-assisted accuracy holds on renamed schemas and reaches 95.6-97.4% on post-cutoff databases. Code and data: https://github.com/IAMIbrahimmemon/luthorsql
- Abstract(参考訳): ツールでデータベースをクエリするFrontier LLMエージェントは、最も正確なテキスト-SQLシステムであるが、ホストされたモデルに対するクエリごとの呼び出しは遅く、コストがかかり、機密性の高い組織的クエリを外部APIに公開する。
例えば、Claude Opus 5.5エージェントは1日に1万のクエリを処理し、リストの価格で年間70,000ドル以上を支払っている。
エージェントの精度を損なうことなく、既に組織によって所有されているローカルハードウェアは、どの程度までこの負担を軽減できるのだろうか?
本稿では,LusorSQLを提案する。LusorSQLは非自己回帰 7B テキスト-SQL モデルで,低速な LLM エージェント用の System 1 ゲートとして機能し,不確実な場合にのみクエリをエスカレーションする。
LuthorSQLは、クエリ計画のための境界付き文法上のスロットスコアを予測するために、単一のフォワードパスを作成し、32の候補プランをコンパイルして実行し、トレーニングされたバリデータを使用して回答を選択する。
LuthorSQLは、単一GPU上のBIRDの秘密テストセットで68.03%の精度に達し、9GBで8ビットの量子化重みを持つ精度を維持し、ネイティブSQLiteの精度の3.1ポイント以内にゼロショットをSnowflake、BigQuery、MySQL、PostgreSQL、DuckDBに転送する。
Claude Opus 5.5と組み合わさって、Opusのトレーニング停止後に公表されたデータベースに関する227の質問が事前登録された信頼性カスケードで、LusorSQLはすべての質問の半数近くをローカルで回答し、APIコストを同じ精度で33.3%削減した。
最後に、汚染調査の結果、Opusはスキーマを見ることなく48-92%の公開ベンチマークゴールドクエリを冗長に再現しているが、ツールアシストの精度は改称スキーマに留まり、カットオフ後のデータベースでは95.6-97.4%に達した。
コードとデータ:https://github.com/IAMIbrahimmemon/luthorsql
関連論文リスト
- SQLoom: Set-Contrastive Learning of Syntactic, Semantic, and Logical Dependencies for Text-to-SQL [7.054725909456629]
本稿では,3段階の監視機能を備えた制約対応微調整フレームワークを提案する。
トークンレベルのトレーニングに対するセットコントラスト監視の有効性を示す。
論文 参考訳(メタデータ) (2026-11-02T15:33:40Z) - An Iterative LangGraph Agent for Text-to-SQL: Natural Language Access to the Chicago Crime Database [0.0]
非技術ステークホルダは、運用データベースから洞察を抽出するために必要なthesqlを書くことができないことが多い。
このギャップを埋めるText-to-checkerエージェントを構築し,評価した。
エージェントはプロンプトエンジニアリングのみを使用し、モデルは微調整されなかった。
論文 参考訳(メタデータ) (2026-09-19T09:54:16Z) - ModularSQL: A Runtime Guardrail for the Multiplicity Blind Spot in Text-to-SQL [4.583541422554719]
テキスト保存システムは、ますます本番データベースにデプロイされ、ベンチマーク評価に合格するクエリは、下流で歪む結果を生み出す可能性がある。
標準セットベースの実行精度(Set-EX)は重複行を崩壊させるため、多重度エラーを見逃す可能性がある。
これをMBS(Multiplicity Blind Spot)と呼び、多重性障害を露呈するMultiset-EXを導入する。
論文 参考訳(メタデータ) (2026-08-26T20:59:32Z) - 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) - Querying an astronomical database using large language models: the ALeRCE text-to-SQL system [0.6160458642720921]
大規模言語モデル(LLM)に基づくテキスト・トゥ・コンテクスト(構造化クエリ言語)システムを開発した。
本稿では,ALeRCE(Automatic Learning for the Rapid Classification of Events)天文学データベースに適用する。
ALeRCEはZwicky Transient FacilityとVera C. Rubin Observatoryのコミュニティブローカーである。
論文 参考訳(メタデータ) (2026-06-16T16:12:16Z) - ProSPy: A Profiling-Driven SQL-Python Agentic Framework for Enterprise Text-to-SQL [51.98164069124653]
ProSPyは、エンタープライズスケールのテキスト-非依存分析のためのプロファイリング駆動フレームワークである。
ProSPyは推論プロセスを4段階に構成する。
まず、自動プロファイリングにより、きめ細かいデータ証拠を抽出する。
大規模なスキーマをタスク関連コンテキストに抽出する。
論文 参考訳(メタデータ) (2026-06-04T08:13:05Z) - ErrorLLM: Modeling SQL Errors for Text-to-SQL Refinement [57.98138819417949]
テキスト・ツー・クエリを明示的にモデル化するフレームワークであるErrorLLMを提案する。
ErrorLLMは、バックボーンの初期生成よりも大幅に改善されていることを示す。
ErrorLLMは、精錬効率を維持しつつ、高い検出F1スコアで両面に対処する。
論文 参考訳(メタデータ) (2026-03-04T05:27:20Z) - PARROT: A Benchmark for Evaluating LLMs in Cross-System SQL Translation [21.0303026118673]
本稿では CrOss-System SQL Translation のための実践的で現実的なベンチマック PARROT を紹介する。
PARROTは38のオープンソースベンチマークと実世界のビジネスサービスから598の翻訳ペアで構成されている。
28,003 の PARROT-Diverse や 5,306 のサンプルを持つ PARROT-Simple など,複数のベンチマーク版も提供しています。
論文 参考訳(メタデータ) (2025-09-27T14:41:13Z) - MAC-SQL: A Multi-Agent Collaborative Framework for Text-to-SQL [47.120862170230566]
最近のText-to-Yourselfメソッドは通常、"巨大な"データベース上での大幅なパフォーマンス劣化に悩まされる。
我々は,新しいテキスト・ツー・ユー・セルフ LLM ベースのマルチエージェント協調フレームワーク MAC を紹介する。
我々のフレームワークでは、GPT-4を全てのエージェントタスクの強力なバックボーンとして利用し、フレームワークの上限を決定する。
次に、Code 7Bを活用することで、オープンソースの命令フォローモデルであるsql-Llamaを微調整し、GPT-4のように全てのタスクを達成します。
論文 参考訳(メタデータ) (2023-12-18T14:40:20Z)
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。