arXiv cs.CL· Arjun Rao, Nishant Gopinath·· 10 小时前AI 评分29
FERN：面向 Text-to-SQL 的跨基准表格检索，用冻结检索器与学习排序
FERN: Cross-Benchmark Table Retrieval for Text-to-SQL with Frozen Retrievers and Learned Ranking
AI 导读
FERN 用三个冻结检索器融合出 100 个候选表、每个候选最多 120 个特征，再由 LightGBM 排序器重排，全程不调用生成式 LLM。在未参与拟合的 Spider 上，其候选池在 15 表时召回达 98.0，排序器把 complete@5 从 83.9% 提升到 95.6%。BIRD dev 上单张 A100 每题中位延迟 208 ms，且无需调用托管模型。
正文 · AI 翻译
摘要：面向大型汇总目录的 Text-to-SQL 系统必须首先检索问题所需的表。我们在汇总的 BIRD、Spider 和 Fiben 目录上，与 RASL 已发表的表召回率进行了比较；RASL 使用 Claude 3.5 模型提取关键词并选择表。FERN（Feature-Engineered Ranking with No generative LLM，无生成式 LLM 的特征工程排序）则将三个冻结的检索器融合为 100 个候选，用最多 120 个特征描述每个候选，并使用在 BIRD 训练问题上一次性拟合的 LightGBM 排序器对它们重新排序。在未拟合的 Spider 上，仅其候选池在十五张表时就达到了 RASL 已发表的召回率（98.0），而排序器将前五名中包含所有金标表的问题占比（complete@5）从 83.9% 提升至 95.6%。在五张表时，FERN 的召回率在 Spider 上与 RASL 相差不到一个点（96.7 对 97.0），在带证据提示的 BIRD 上相差不到一个点（96.6 对 97.5），而在不带证据提示的 BIRD 上低 8.2 个点（89.3）。在 121 个真实 BEAVER 问题上，未进行 BEAVER 拟合时，其在十五张表时的召回率（82.1）介于两个经 BEAVER 训练的检索器之间（80.8、84.5），但其 complete@15 低于两者（49.6 对 54.5 和 62.0）。在 Fiben 上，其在十五张表时差距很大（54.2 对 69.2，问题集不同），尽管其在五十张表时的召回率在数值上接近 RASL 的仅问题检索结果（80.7 对 79.4）。在带证据的 BIRD dev 上，非检索特征使 complete@5 比仅使用检索信号提高了 7.7 个点。在 BIRD dev 上，单张 A100 上每个问题的中位延迟为 208 ms，且不调用托管模型。
| 评论： | 19 页 |
| 主题： | 信息检索（cs.IR）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.14477 [cs.IR] |
| （或 arXiv:2611.14477v1 [cs.IR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.14477 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Arjun Sathiyanarayana Rao [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 18:39:49 UTC（25 KB）
来源：arXiv cs.CL · arxiv.org