arXiv cs.AI· Oktie Hassanzadeh, Dharmashankar Subramanian·· 6 天前AI 评分23
SemViews：跨语义查询认证复用 LLM 标签
Semantic Views: Certified Reuse of LLM Labels Across Semantic Queries
AI 导读
SemViews 是一种认证语义过滤器，按无需 oracle 调用的信号（历史查询留下的语义视图、本地嵌入向量、辅助模型分数）排序元组，再用必须付费的标签精化，并以分层 oracle 采样认证结果。
正文 · AI 翻译
摘要：语义查询引擎使用大语言模型评估自然语言过滤器，而每次评估都是一次代价高昂的预言机调用。减少这些调用的优化器面临两难：信任廉价代理的级联方法在许多查询上无法达到其精确率和召回率目标，具有有限样本保证的方法节省甚微，而且它们都在查询结束时丢弃预言机的标签。我们提出 SemViews，一种经过认证的语义过滤器，它按无需预言机调用成本的信号（先前查询作为语义视图留下的标签、本地嵌入以及辅助模型的分数）对元组排序，用无论如何都必须付费获取的标签来细化该顺序，并用新的分层预言机样本对其答案进行认证。对于每个工作负载和每个目录，该答案以至少 $1-\delta$ 的概率满足用户的精确率和召回率目标，因此过时或误导性的视图可能增加预言机调用成本，但绝不会影响准确性。在针对 725,000 条已记录预言机标签重放的四个工作负载上，SemViews 在 99.63% 的查询上同时满足两个目标，并节省 28%-45% 的预言机调用，而我们研究中唯一具有相同保证的先前方法需要 1.32 倍至 1.71 倍的调用次数。当同一问题以不同措辞返回时，视图将其调用次数进一步减少 27%-36%，且在此类查询中至少有 99.8% 同时满足两个目标；相似性缓存和基于蕴含的复用仅在 17%-47% 的查询上满足这些目标。
| 评论： | 代码和数据：此 https URL |
| 学科： | 数据库（cs.DB）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.12768 [cs.DB] |
| （或 arXiv:2610.12768v1 [cs.DB] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12768 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Oktie Hassanzadeh [查看电子邮件]
[v1]
2026年10月8日星期四 22:19:03 UTC（135 KB）
来源：arXiv cs.AI · arxiv.org