语义查询引擎使用大语言模型（LLM）对自然语言过滤条件进行评估，每一次评估都是一次昂贵的 oracle 调用。为了降低调用次数，现有优化器面临两难：使用廉价代理的级联方法往往达不到精度和召回要求，具备有限样本保证的方法节省不多，且所有方法在查询结束后都会丢弃 oracle 的标签。
我们提出 SemViews（语义视图），它是一种经认证的语义过滤器。SemViews 首先利用无需 oracle 调用的信号对元组排序，这些信号包括之前查询留下的标签（语义视图）、局部嵌入以及辅助模型的得分。随后在必须付费的标签上进一步细化排序，并通过新采样的分层 oracle 样本对答案进行认证。
该认证保证在任意工作负载和目录下，答案以至少 $1-\delta$ 的概率满足用户设定的精度和召回目标。因此，即使视图陈旧或误导，也只能导致额外的 oracle 调用，而不会降低准确性。
在四个工作负载上对 725,000 条已记录的 oracle 标签进行回放实验表明，SemViews 在 99.63% 的查询上同时满足精度和召回目标，并节省了 28%–45% 的 oracle 调用次数。相比之下，唯一在我们研究中提供相同保证的已有方法需要 1.32×–1.71× 的调用次数。
当同一问题以不同表述出现时，语义视图进一步将调用次数降低 27%–36%，且至少 99.8% 的此类查询仍满足两个目标；而相似度缓存和基于蕴含的复用仅能在 17%–47% 的查询上达到要求。
点评