檢索命中了訂單和品牌卻沒有 SKU 中間表模型就可能發(fā)明一個(gè)不存在的直接連接。Schema 剪枝要解決的不是“盡量短”而是“在可用預(yù)算內(nèi)留下夠用的關(guān)系”。10 月 20 日的分析 Agent 基準(zhǔn)把多跳數(shù)據(jù)層的使用與計(jì)劃錯(cuò)誤分開觀察。它不能證明某種剪枝器對(duì)所有企業(yè)都有效但能幫助我們提出一個(gè)更具體的測(cè)試問題相關(guān)表找到了連接路徑是否也保住了Agentic Analytics Benchmark 第二輪保留順序補(bǔ)齊必需路徑候選列表有排名不能先轉(zhuǎn)集合再取前三。外鍵補(bǔ)全也不是隨便拉進(jìn)所有鄰居應(yīng)從確認(rèn)的核心表出發(fā)在可信關(guān)系圖中尋找路徑保留橋接節(jié)點(diǎn)。預(yù)算裝不下必要路徑時(shí)應(yīng)失敗或反問而不是悄悄把橋表截掉。from collections import deque graph {orders: [items], items: [orders, brands], brands: [items]} def path_between(start, goal): queue deque([(start, [start])]) seen {start} while queue: node, path queue.popleft() if node goal: return path for neighbor in graph.get(node, []): if neighbor not in seen: seen.add(neighbor) queue.append((neighbor, path [neighbor])) raise ValueError(no approved join path) def prune(ranked_hits, max_tables4): selected list(dict.fromkeys(ranked_hits)) if not selected: return [] anchor selected[0] for target in selected[1:]: for table in path_between(anchor, target): if table not in selected: selected.append(table) if len(selected) max_tables: raise ValueError(required join graph exceeds budget) return selected answer prune([orders, brands, orders]) assert set(answer) {orders, items, brands} assert answer[:2] [orders, brands] print(answer)這是無權(quán)圖上的教學(xué) BFS不是向量檢索或跨編碼器實(shí)現(xiàn)。圖中的邊應(yīng)來自經(jīng)過核對(duì)的關(guān)系元數(shù)據(jù)并包含主鍵、外鍵、基數(shù)與有效時(shí)間等信息最短的圖路徑也不一定具有正確業(yè)務(wù)粒度。該保留的不只是列名訂單表可能是訂單粒度明細(xì)表是一單多行品牌表還可能有緩慢變化版本。即便三表連通若 JOIN 后重復(fù)累計(jì)訂單實(shí)付額結(jié)果仍會(huì)錯(cuò)。剪枝上下文需要附上粒度、去重規(guī)則與應(yīng)使用的金額字段。評(píng)估時(shí)至少記錄表召回、橋表遺漏、最終結(jié)果正確率、上下文長(zhǎng)度和延遲。只看 token 減少容易獎(jiǎng)勵(lì)一個(gè)把正確答案也剪掉的算法。重排用真實(shí)打分器還是規(guī)則排序要在方案里說清楚不能把candidates[:k]標(biāo)成已經(jīng)完成了神經(jīng)重排。本文沒有接入 embedding 服務(wù)、向量數(shù)據(jù)庫或真實(shí)模型也不提供“從 500KB 到 3KB”“準(zhǔn)確率提升到 93.5%”的實(shí)測(cè)結(jié)論。先用一張小圖把連接關(guān)系解釋清楚再?zèng)Q定是否值得引入更復(fù)雜的檢索組件。延伸閱讀Agentic Analytics Benchmark 第二輪DuckDB 2.0.0 LTS 發(fā)布說明