DecoSearch: Complexity-Aware Routing and Plan-Level Repair for Text-to-SQL

📄 arXiv: 2606.17821v1 📥 PDF

作者: Esteban Schafir, Xu Zheng, Hojat Allah Salehi, Zhuomin Chen, Mo Sha, Wei Cheng, Dongsheng Luo

分类: cs.AI

发布日期: 2026-06-16

💡 一句话要点

提出DecoSearch以解决复杂文本到SQL查询的问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 文本到SQL 复杂查询 动态推理 无训练框架 数据库查询生成 自然语言处理 模型无关

📋 核心要点

  1. 现有方法在处理复杂的文本到SQL查询时，往往无法有效进行多步推理，导致执行准确率低下。
  2. DecoSearch通过引入Schema Selector和LLM Judger，动态调整推理过程，针对不同复杂度的查询采用不同的处理策略。
  3. 实验结果显示，DecoSearch在多个数据集上显著提高了执行准确率，并且在token消耗上表现优异，展示了其高效性。

📝 摘要（中文）

大型语言模型（LLMs）在将自然语言翻译为SQL方面表现出色，但在处理需要多步、数据感知推理的复杂查询时仍存在不足。本文提出了DecoSearch，一个无训练框架，通过将每个查询路由到适当的推理努力水平来解决这一问题。首先，轻量级的Schema Selector将完整的数据库模式修剪为相关的表和列。接着，LLM Judger判断问题是否需要分解：简单问题直接生成，而复杂问题则升级为原子子问题的有向无环图（DAG），每个子问题通过针对性的SQL生成步骤解决。RAG组件通过语义相似的训练示例为分解器提供基础，而Topology Refiner在执行失败时重构推理计划，以指示分解存在缺陷而非可修复的SQL错误。DecoSearch在BIRD数据集上实现了70.53%的执行准确率，在Spider数据集上达到了88.31%，超越了所有无训练基线，同时消耗的token数量比竞争方法少一个数量级。它还作为模型无关的包装器，持续改善微调的SQL生成基础模型，而无需对管道进行任何修改。

🔬 方法详解

问题定义：本文旨在解决现有文本到SQL转换方法在处理复杂查询时的不足，尤其是多步推理和数据感知能力的缺失。现有方法在面对复杂查询时，往往无法有效分解问题，导致生成的SQL语句执行失败。

核心思路：DecoSearch的核心思路是通过动态路由机制，根据查询的复杂性选择合适的推理路径。简单查询直接生成SQL，而复杂查询则通过分解为多个原子子问题来处理，从而提高生成的SQL的准确性和执行成功率。

技术框架：DecoSearch的整体架构包括多个模块：首先是Schema Selector，用于从完整数据库模式中筛选出相关的表和列；接着是LLM Judger，判断查询是否需要分解；然后是RAG组件，为分解器提供语义相似的训练示例；最后是Topology Refiner，在执行失败时重构推理计划。

关键创新：DecoSearch的主要创新在于其无训练的框架设计，能够根据查询的复杂性动态调整推理过程，显著提升了文本到SQL转换的准确性和效率。这种方法与传统的静态模型相比，具有更强的适应性和灵活性。

关键设计：在设计上，Schema Selector和LLM Judger的结合使得系统能够高效地处理不同复杂度的查询。此外，Topology Refiner的引入使得系统能够在执行失败时及时调整推理计划，避免了因分解不当导致的错误。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

DecoSearch在BIRD数据集上实现了70.53%的执行准确率，在Spider数据集上达到了88.31%。这些结果超越了所有无训练基线，并且在token消耗上比竞争方法少一个数量级，显示了其高效性和优越性。

🎯 应用场景

DecoSearch在数据库查询生成、智能问答系统和数据分析工具等领域具有广泛的应用潜力。其动态调整推理过程的能力，使得系统能够更好地理解和处理复杂的用户查询，提升用户体验和系统效率。未来，该方法还可能推动更复杂的自然语言处理任务的发展。

📄 摘要（原文）

Large Language Models (LLMs) have demonstrated remarkable capabilities in translating natural language to SQL, yet existing methods still falter on complex queries requiring multi-step, data-aware reasoning. We introduce DecoSearch, a training-free framework that addresses this by routing each query to the appropriate level of reasoning effort. A lightweight Schema Selector first prunes the full database schema to the relevant tables and columns. An LLM Judger then decides whether the question requires decomposition: straightforward questions follow a direct generation path and complex ones are escalated to a Directed Acyclic Graph (DAG) of atomic sub-questions, each solved by a targeted SQL generation step. A RAG component grounds the decomposer with semantically similar training examples, and a Topology Refiner restructures the reasoning plan when execution failures signal a flawed decomposition rather than a fixable SQL error. DecoSearch achieves 70.53% execution accuracy on BIRD and 88.31% on Spider with a DeepSeek backbone, surpassing all training-free baselines while consuming an order of magnitude fewer tokens than competing methods. It also functions as a model-agnostic wrapper, consistently improving fine-tuned SQL generation backbones without any modification to the pipeline.