作者将五个文本到SQL数据集（Spider、BIRD、BEAVER以及两个LiveSQLBench变体）重构为表和列检索任务，以评估模式链接。他们提出对305M参数嵌入器进行语料库自适应微调，将平均recall@10从60.4提升至75.6。

  • 该方法直接从目标模式语料库合成自然语言查询，并挖掘粒度感知的困难负样本。
  • 它优于现成的文本和代码嵌入器，在基准测试中达到state-of-the-art结果。
  • 将相同方法应用于8B参数嵌入器后，其recall@10从77.8提升至78.4。
  • 实验证实，性能提升反映的是可迁移能力，而非数据记忆。

这确立了模式链接作为独立的检索任务，并展示了轻量级、无标签的语料库自适应作为企业级部署的实用路径。