COAL-SQL：面向 Text-to-SQL 后训练的覆盖率引导增强与失败驱动学习

英文标题：COAL-SQL: Coverage-Guided Augmentation and Failure-Driven Learning for Text-to-SQL Post-Training

COAL-SQL 聚焦 Text-to-SQL 任务的后训练，旨在提升开源大语言模型生成复杂、真实场景 SQL 查询的能力。论文指出，虽然 Text-to-SQL 可将自然语言问题转换为可执行 SQL，但开源模型仍需要针对该任务进行专门的后训练。其方法名称表明，该研究结合了覆盖率引导的数据增强与失败驱动学习思路。该论文以 arXiv:2609.20842v1 的新稿形式发布。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB