GRID: 기업용 SQL 생성을 위한 문법 기반 디코딩 기술

SQL을 작성할 수 있는 대규모 언어 모델(LLM)이 있지만, 실무 환경에서 더 많은 요건이 필요합니다. 출력 결과는 문법적으로 올바른 결과여야 하고, 역할별 및 스키마별 정책을 준수해야 하며, 증명 가능한 보증이 필요하며, 생성이 증가할수록 속도가 느려지지 않아야 하며, 모든 결정에 대한 준수도준의 기록이 남아야 합니다. 우리는 GRID(Grammar-Railed Decoding), 문법 제약을 충족하는 디코딩 엔진을 제시합니다. 이 엔진은 파서 구성(LEXER 스캔 상태 x LALR(1) 스택) 대신 토큰 시퀀스에 기반하지 않고, 정확한 다음 토큰 MASK를 키고, LALR(1) 파서 자체를 사용 가능한 접두사 오라클로 사용합니다. LLM 토큰은 바이트 레벨 트라이 walk와 문맥 독립적/문맥 종속적 분할을 통해 문법 터미널과 연결됩니다. 이 분할은 캐시 키 Soundness를 생성 시에 보장합니다. 역할 기반 접근 제어는 언어에 컴파일됩니다. 역할 프로젝션은 문법의 생성을 부분 집합으로 만듭니다. 스키마 레키콘은 식별자 터미널을 제한하여, 금지된 동사 및 식별자가 MASK 수준에서 도달할 수 없습니다. 네 가지 보증(정확성, 완전성, 종료, 근소한 토큰당 비용)은 명시적인 사전 조건과 함께 각 쌍과 테스트 또는 벤치마크와 pair됩니다. 러스트 커널은 토큰당 MASK를 3.6-6.7 us의 중간값으로 전달하며, llguidance보다 두 토큰화기에서 p50 및 p90에 앞서며, 0 false reject를 포함합니다. 토큰당 보안 비용은 n=16,000에서 위치 플랫입니다. 스파이더에서, 제약된 디코딩은 0.5B에서 +13 실행 정확도 점을 제공하며, 증명 가능한 MASK가 적용되지 않는 잔여물(열 단위 정책)에 대한 하나의 체커 가이드드 리페어 패스를 적용하면, 7B 모델을 94.5% 실행 가능으로 올려줍니다. 해시 체인된 토큰당 감사 기록은 100% 도용 감지와 함께 bit-identically 재생됩니다. 우리는 MASK가 할 수 없는 것을 명확하게 stating합니다(분포 신뢰성, 열 단위 RBAC, 비 LALR(1) 언어) 및 측정 된 비용이 남아있는 곳을.