VeriPIE：可检查查询计划的Text-to-SQL框架

2026年10月15日，arXiv Artificial Intelligence 刊出 Piyush Jha 等作者的论文，提出 VeriPIE——一个面向 Text-to-SQL 的神经符号框架。该框架将语言模型生成与符号检查结合，用 Lean 实现的后端校验 QuerySketch 结构化计划语言，并通过执行一致性和区分性数据库的有界搜索来筛选候选。据该报道，在完整 Spider 开发集上的单次运行实验中，VeriPIE 取得 72.05% 的测试套件准确率（745/1,034），对比 DeepEye 的 65.67%（679/1,034）；在 BIRD 上，VeriPIE 达到 68.90% 的执行准确率和 73.73% 的双查询覆盖率。目前事件进展限于该论文的发布与上述基准结果，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。