反復する質問に対して信頼性の高い回答を：テンプレート制約付きデコーディングでText-to-SQL精度を向上

arXiv cs.CL / 2026/5/1

📰 ニュースDeveloper Stack & InfrastructureModels & Research

共有:

要点

本論文は、実運用におけるLLMベースのText-to-SQLの主要課題として、特に複雑または未知のスキーマで精度が不安定になり、無効なSQLを生成してしまうリスクを取り上げます。
提案手法は Template Constrained Decoding（TeCoD）であり、過去のラベル付きワークロードから再利用可能なNL-to-SQLテンプレートを作成し、微調整した自然言語推論モデルでテンプレートを照合・却下します。
テンプレート選択後は、SQL生成において文法制約付きデコーディングを用いることでテンプレート構造を厳密に強制し、構文的妥当性を保証します。
効果として、TeCoDはin-context learning（ICL）より最大36%高い実行精度を達成し、また一致したクエリではレイテンシを2.2×低減しつつ、分割戦略によって効率も維持することが報告されています。