研究人员开发了两个不同的AI系统,旨在改进对复杂企业数据的自然语言查询。第一个是语义层中介的智能体,它通过推理一个称为语义模型查询(SMQ)的中间表示,将自然语言转换为SQL,在使用Gemini 3 Pro的Spider2-snow基准测试中实现了94.15%的执行准确率。第二个系统COGNI是一个对话式BI平台,通过采用一个在Qwen-2.5-1.5B-Instruct上微调的路由层,处理结构化数据和非结构化文档,该路由层将查询导向一个自纠正的NL2SQL智能体或递归语言模型,展示了高准确率和成本效益。 AI
影响 这些系统旨在显著改善企业与复杂、异构数据源的交互方式以及从中提取洞察力的方式。
排序理由 两篇详细介绍用于企业数据自然语言查询的新型AI系统的研究论文。
- arXiv
- Hugging Face
- Qwen-2.5-1.5B-Instruct
- BigQuery
- Gemini 3 Pro
- Natural language to SQL
- Semantic Model Query
- Snowflake
- Spider2-snow
- SQL
- SQLite
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →