研究人员开发了COGNI，一个对话式商业智能系统，旨在查询多样化的企业数据源，包括结构化仓库和非结构化文档（如幻灯片）。该系统采用了四层架构：一个具有幻灯片自适应分块的索引层；一个使用微调的Qwen-2.5-1.5B-Instruct模型进行模态和复杂性评估的路由层；一个具有专门用于NL2SQL和多跳综合查询的代理的检索层；以及一个用于高效查询验证的缓存层。COGNI在内部基准测试中实现了高精度的数据索引和查询路由，同时还展示了显著的成本和延迟降低。 AI
影响 该系统有望通过统一对不同数据类型的访问来简化企业数据分析，从而提高效率并降低成本。
排序理由 该集群描述了一篇研究论文，详细介绍了一个新的企业数据查询系统。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.31041v1 Announce Type: new Abstract: Natural language-to-SQL (NL2SQL) over real-world enterprise databases remains significantly more challenging than on academic benchmarks. Enterprise schemas often contain hundreds of physical tables with cryptic column names, hetero…
arXiv:2606.28370v1 Announce Type: cross Abstract: Enterprise business intelligence queries span structured warehouses and unstructured document repositories -- modalities with fundamentally different access methods, cost profiles, and correctness semantics. Existing AI-enabled in…