arXiv 自然语言处理· Wen-Zhi Li, Yue Gong, Konstantinos Kanellis, Balakrishnan Murali Narayanaswamy·· 4 小时前AI 评分40
超越正确性：解决智能体 Text-to-SQL 中的未充分明确问题
Beyond Correctness: Resolving Underspecification in Agentic Text-to-SQL
AI 导读
研究人员提出 PlanPool 机制，通过将澄清计划外显为可变问题池，解决智能体 Text-to-SQL 系统过早终止提问并做出未经验证假设的问题。系统要求每个规划的问题在提交前必须明确提问或放弃，且可在交互中追加新发现的歧义。在基于 BIRD-Interact 和 Spider 的 3 个基准测试中，PlanPool 显著提升了歧义覆盖率并减少静默失败，同时保持了高执行准确率。
来源：arXiv 自然语言处理 · arxiv.org