学术 › 其他学术

RSL-SQL

关注
其他语言
简体中文 繁體中文 English Español Português Français Русский Deutsch 日本語 Bahasa Indonesia 한국어 Tiếng Việt العربية हिन्दी
灰色的语种还没有版本
字号
版式
义项：文本到SQL方法

RSL-SQL是一种面向文本到SQL任务的模式链接框架，全称为RSL-SQL: Robust Schema Linking in Text-to-SQL Generation，由Zhenbiao Cao等人在2024年提出[1][2]。它把双向模式链接、上下文信息增强、二元选择策略与多轮自我修正组合成一条流程，以降低模式链接遗漏必要表列、破坏数据库结构完整性的风险[3][4]。论文报告该方法在BIRD与Spider两个基准上取得开源方案中领先的执行准确率，并在换用成本更低的模型时仍具竞争力[2]。

百科 图文
目录
  1. 定义
  2. 背景
  3. 内容
  4. 影响与争议
  5. 参见

定义

RSL-SQL是建立在大语言模型之上的文本到SQL框架，其核心是处理其中的模式链接环节[2]。模式链接指从数据库模式中挑出与用户问题相关的元素，只把相关部分送给模型，以减少噪声与计算开销[5][2]。该框架将模式链接与初步查询生成、上下文补充、候选选择、迭代修正组织为一条完整流程，而非把链接当作一次性的筛选步骤[4][6]。

论文于2024年10月以预印本形式公开，编号为arXiv:2411.00073，作者为Zhenbiao Cao、Yuanlei Zheng、Zhihao Fan、Xiaojin Zhang、Wei Chen与Xiang Bai[1][2]。其代码已对外公开[4]。

背景

文本到SQL任务的目标是把自然语言提出的问题转写成SQL语句[2]。在基于大语言模型的实现中，数据库模式往往包含大量表和列，把它们全部放进提示既引入噪声，也抬高计算开销[2]。因此，研究者普遍采用模式链接，先挑出与问题相关的模式元素再交给模型[2]。

这类筛选本身带有风险：可能漏掉生成正确查询所必需的元素，也可能打乱数据库结构的完整性[4][2]。此前的做法多把模式链接视为一次性筛选，只从问题指向模式这一方向作判断，在处理遗漏与噪声时难以兼顾[7]。RSL-SQL正是针对这一矛盾提出的[4]。

内容

RSL-SQL由4个部分组成：双向模式链接、上下文信息增强、二元选择策略与多轮自我修正[3][4]。送入模型的输入除用户问题与数据库模式外，还包括每张表中随机抽取的若干行取值、由模型生成的模式描述，以及从训练集里检索到的少量问题—SQL示例[4]。其中示例检索器以句向量模型为基础，在BIRD的问题—SQL数据对上训练，框架沿用其默认的检索配置[8]。

双向模式链接是该方法的主要改动。正向链接直接从完整模式中识别与问题相关的表和列；在此基础上，模型先依据完整模式生成一条初步SQL，再抽取该查询实际引用的模式元素，把正向与反向的结果合并[5][6]。论文摘要称，这种前向与后向结合的剪枝把严格召回率提高到94%，同时使每条查询平均输入的列数减少83%[2]。

得到简化模式后，框架为其补充上下文信息，例如表列的语义描述与取值示例，以弥补筛选造成的语义损失[4]。随后，它以完整模式和增强后的简化模式分别生成候选SQL，再用二元选择策略在两者之间投票，从而对冲简化出错带来的风险[3][9][10]。最终选出的语句还要经过多轮自我修正，逐步改写其中可能的错误[3][4]。

影响与争议

按论文报告，使用GPT-4o时RSL-SQL在BIRD上的执行准确率为67.2%，在Spider上为87.9%，在开源方案中取得当时最好的成绩[2]。换用价格低得多的DeepSeek后，在同一套完整提示下，该方法在两个基准上超过多个基于GPT-4的系统，而GPT-4的每词元成本约为DeepSeek的215倍[6]。作者通过消融实验说明，4个组件对整体性能均有贡献[2]。

该方法此后被多项工作作为基线纳入比较。有研究指出，RSL-SQL在BIRD开发集上的模式链接严格召回率为93.28%，但假阳性率高达68.23%，说明它纳入的无关模式元素较多，会推高提示长度并可能诱发错误的查询生成[7]。另一项研究在相同模型下测得RSL-SQL的执行准确率为61.99%，低于其所提出方法的63.23%[11]。也有工作在Spider与BIRD上把RSL-SQL列为整体表现最好的方法之一，其BIRD上的两项指标分别为90.8与54.3[12]。

RSL-SQL也被后续研究当作现成组件使用。有工作把RSL-SQL与DIN-SQL等基于大语言模型的模式子集筛选器接入自然语言到SQL流程，观察到执行准确率相比不做筛选时有所提高[13]。在一项面向电子健康记录的共享任务中，RSL-SQL是唯一使用检索式上下文示例的基线，实验沿用了它的默认检索配置[8]。

参见

  • 模式链接 —— 本词条所改进的核心环节，RSL-SQL用双向链接降低其遗漏必要元素的风险。

  • 文本到SQL —— RSL-SQL所服务的任务类型。

  • 大语言模型 —— RSL-SQL生成SQL语句所依赖的模型基础。

  • BIRD —— 评估RSL-SQL的主要基准之一。

  • Spider —— 评估RSL-SQL的另一基准。

  • DIN-SQL —— 同类文本到SQL方法，常与RSL-SQL一同作为对比基线。

参考资料

  1. semanticscholar.org 上的网页 . Semantic Scholar [引用日期2026-09-27]
  2. RSL-SQL: Robust Schema Linking in Text-to-SQL Generation . harvard.edu [引用日期2026-09-27]
  3. Zhenbiao Cao | Semantic Scholar . Semantic Scholar [引用日期2026-09-27]
  4. RSL-SQL: Robust Schema Linking in Text-to-SQL Generation . arXiv [引用日期2026-09-27]
  5. arxiv.org 上的网页 . arxiv.org [引用日期2026-09-27]
  6. RSL-SQL: Robust Schema Linking in Text-to-SQL Generation . arxiv.org [引用日期2026-09-27]
  7. arxiv.org 上的网页 . arxiv.org [引用日期2026-09-27]
  8. leased for the EHRSQL 2024 shared task (Lee et al . arxiv.org [引用日期2026-09-27]
  9. semanticscholar.org 上的网页 . Semantic Scholar [引用日期2026-09-27]
  10. forum . OpenReview [引用日期2026-09-27]
  11. s41598-026-47693-2(PDF) . springer.com [引用日期2026-09-27]
  12. arxiv.org 上的网页 . arXiv [引用日期2026-09-27]
  13. Subsetting Usefulness . vldb.org [引用日期2026-09-27]
  14. arxiv.org 上的网页 . arxiv.org [引用日期2026-09-27]
  15. arxiv.org 上的网页 . arxiv.org [引用日期2026-09-27]
  16. arxiv.org 上的 PDF 文件 . arxiv.org [引用日期2026-09-27]
相关搜索
rsl sql使用方法 rsl是什么意思 人死了是去另外一个世界吗 人死了是轻了还是重了 rsl sql rsls数据库 人死临死前拉黑大便 人死了是去另一个世界 rsl-sccp rsl-sql github
人死了是去了哪里 rsl sql github 人死了是去了几维空间 rsl-rl-lib 人死了是去了另一个空间吗 rsl_rl库 人生路诗七律 rsl_sar mrsl/rsl rsl-rl github
rsl-lead rsl_rl解读 rsl_rl是什么
词条评价
词条统计

浏览次数：0 次

阅读量：0 次 · 阅读完成量：0 次

最近更新：2026-09-27T14:24:20Z

历史版本

完成率 = 阅读完成量 ÷ 阅读量，分母是阅读量不是浏览次数 —— 关了 JS 的、秒退的都在浏览次数里、不在阅读量里。 详细口径在后台的「数据统计」页。

本条目引用的词条
BIRD DeepSeek GPT-4 DIN-SQL 模式链接 文本到SQL 大语言模型 BIRD Spider DIN-SQL
红色的还不存在。红链不是错误——它标出"这个概念被引用了但还没人写"。
义项编号 7045 首字母 R 创建于 2026-09-27T14:24:20Z 最后修订于 2026-09-27T14:24:20Z