في عالم يعتمد بشكل متزايد على نماذج اللغات الضخمة (Large Language Models)، تظل أخطاء SQL عقبة رئيسية تواجه أنظمة استنتاج النصوص إلى SQL. وبهذا الإطار، تم تقديم النظام الجديد ACTS-SQL الذي يعد بمثابة ثورة في طريقة معالجة وتصحيح الاستفسارات.

تتجه معظم الطرق الحالية لتصحيح SQL إما إلى الاعتماد على بيانات تدريب عالية الجودة وواسعة النطاق، مما يتطلب موارد كبيرة، أو تتبع مسارات وكيلة واحدة هشّة، مما يؤدي إلى أخطاء مبكرة واحتمالية تفشي الأخطاء بشكل كبير.

يمثل ACTS-SQL إطار عمل غير معتمد على التدريب، يطرح تصحيح SQL كعملية تصحيح شجرية منظمة وموجهة بواسطة خطة. من خلال الحفاظ على استراتيجيات تصحيح متعددة وتمكين العودة للخلف، يخفف النظام من تراكم الأخطاء خلال عمليات التحسين.

علاوة على ذلك، يتم دمج أدوات التحقق المبنية على التنفيذ وأدوات تشخيص مستوى الجملة لدعم تقليم الاستراتيجيات وتحديد الأخطاء بدقة. وقد تم تقييم النظام على معيار BIRD-Critic، حيث أظهر تحسينات ملحوظة مقارنة بأقوى نماذج اللغات الضخمة، محققًا زيادة بنسبة 9.42% عن الطريقة السابقة الرائدة.

بالإضافة إلى ذلك، تم نشر هذا الإطار في خدمة السجلات الخاصة بـTorch Log Service (TLS) لمحرك Volcano، حيث يساهم في دعم واجهة برمجة التطبيقات Text-to-TLS الخاصة عبر الإنترنت. في الإنتاج، حسّن النظام دقة التنفيذ من 36.77% إلى 53.61% في الاستفسارات الحقيقية للمستخدمين باستخدام نموذج قوي (GPT-5). هذه النتائج تعكس فعالية واستقرار تقنيتنا في تطبيقات العالم الحقيقي.