这篇题为《Knowledge Distillation for Low-Resource Open-source Text-to-SQL Model》的论文于2026年5月13日提交至arXiv，编号为arXiv:2605.22843v1，属于计算与语言（cs.CL）类别，并交叉列入信息检索（cs.IR）方向。作者为Tianhao Qiu及其另一位合作者，全文共17页、包含5幅图，采用LaTeX排版，文件大小约1,519 KB，DOI为10.48550/arXiv.2605.22843。论文关注的核心问题是如何在低资源条件下提升开源模型的Text-to-SQL能力。
Text-to-SQL任务的目标是把自然语言问题转换成可直接执行的SQL查询，从而让不具备技术背景的用户也能访问关系型数据库，用于数据分析和智能数据服务。然而在实际应用中，这类系统的表现常常受限于低资源环境：高质量的标注数据对十分稀缺，在特定领域的数据库中尤为明显。除此之外，数据库Schema本身的表述往往并不透明，其中充斥着缩写、隐式业务逻辑等并未在Schema中显式编码的信息，这些都给模型的准确理解带来额外困难。
现有的数据合成与提示（prompting）技术虽然能够提升覆盖范围，但往往无法生成与任务紧密相关、语义有据且符合数据库约束的样例。针对这些不足，作者提出了一个知识感知的Text-to-SQL框架：该框架会构建面向具体任务的知识库，内容包括Schema语义、缩写含义、业务逻辑以及查询模式，并将这些知识同时注入训练阶段与推理阶段。在训练侧，该框架能够生成多样且与上下文紧密相关的合成训练数据；在推理侧，则通过有针对性的知识检索来增强模型表现。
实验部分覆盖了七个基准测试，既包括通用数据集，也包括领域特定数据集。结果表明，该方法显著提升了开源与闭源大型语言模型在Text-to-SQL任务上的性能，在低资源的领域特定场景中效果尤为突出，同时增强了模型的泛化能力、鲁棒性和适应性。论文给出的MSC分类号为68T50与68P15，ACM分类号包括H.2.3、I.2.7和I.2.6。