TAHOE는 LLM 기반 텍스트-SQL 시스템의 프로토타입에서 실제 운영 환경으로의 전환을 돕는 시스템입니다. 개발 및 배포 단계에서 오류 기반 힌트 학습 파이프라인을 사용해 디버깅 추적을 구조화된 힌트 은행으로 통합합니다. GPT-5.5를 활용한 Spider 2.0-Snow 데이터셋에서 Tahoe는 패스율을 61.95%에서 79.42%로 향상시켰습니다.
Tahoe는 SQL 방언 규칙을 위한 구문 힌트와 스키마 및 사용자 로직을 위한 의미 힌트를 제공합니다. 또한, 충돌하는 사용자 의도를 경쟁 전략으로 모델링하고, 경험적 성공 및 위험을 요약하는 통계 정보를 활용합니다.
추론 시 Tahoe는 관련 힌트를 검색하고 LLM을 논리 계획 및 SQL 합성 과정을 안내합니다. 113개의 감독 학습 Spider 2.0-Snow-0212 예제에서 Tahoe는 100% Snowflake 구문 통과율을 달성하고 컴파일러 피드백 비평 라운드를 2.79에서 0.12로 줄였습니다.
Tahoe의 힌트 은행은 Doubao-2.0-lite와 같은 약한 백본 모델에서도 19.7%의 패스율 향상을 가져왔습니다.