arXiv · Computation and Language· Wen-Zhi Li, Yue Gong, Konstantinos Kanellis, Balakrishnan Murali Narayanaswamy·· 16 小时前AI 评分44
超越正确性：解决智能体 Text-to-SQL 中的欠规范问题
Beyond Correctness: Resolving Underspecification in Agentic Text-to-SQL
AI 导读
研究提出 PlanPool，将澄清计划外化为可变问题池，要求每个计划问题在提交前必须被显式提出或放弃，并可在交互中新增歧义。在基于 BIRD-Interact 和 Spider 的三个基准上，PlanPool 持续提升歧义覆盖率并减少静默失败，同时保持有竞争力的执行准确率。论文指出，智能体仅识别缺失信息不够，还须在提交答案前可靠维护并解决这些信息。
来源：arXiv · Computation and Language · arxiv.org