연구진은 다중 턴 텍스트-SQL 작업에서 정확한 상황 의존적 파싱을 가능하게 하는 Rose-SQL 프레임워크를 공개했어요. Rose-SQL은 작은 규모의 LRM을 활용하여 컨텍스트 내 학습을 통해 작동하며, 별도의 파인튜닝 없이도 뛰어난 성능을 보여줘요.
Rose-SQL은 스키마 연결과 SQL 생성을 연결하는 역할을 하는 세밀한 표현인 역할-상태(Role-State)를 도입하여 대화 의존성을 처리하고 모델이 현재 질문에 대한 가능한 SQL 구성을 추론하도록 안내해요.
SParC 및 CoSQL 벤치마크 실험 결과, Rose-SQL은 Qwen3 시리즈 내에서 4B 규모에서 컨텍스트 내 학습 기준점을 능가하고 8B 및 14B 규모에서 최첨단 파인튜닝 모델을 크게 능가하는 것으로 나타났어요.