PulseAugur
中
实时 07:55:47
English(EN) Finding the Right Tables and Columns: A Benchmark and Corpus-Adaptive Embeddings for SQL Schema Retrieval

新的基准和自适应嵌入提高了 SQL 模式检索性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新的 SQL 模式检索基准和语料库自适应嵌入方法。这是文本到 SQL 任务中的关键一步，涉及在大型数据库中识别相关的表和列。他们调整了五个现有的文本到 SQL 数据集以用作检索任务，并发现标准的文本和代码嵌入器表现不佳。通过使用合成查询和难负例微调一个 305M 参数的嵌入器，他们将 recall@10 从 60.4% 显著提高到 75.6%，将模式链接确立为一个独立的检索问题，并展示了一种在企业规模部署的实用方法。 AI

影响 提高了文本到 SQL 系统的效率和准确性，可能加速企业在数据分析中采用 AI。

排序理由 该集群包含一篇学术论文，详细介绍了 SQL 模式检索的新基准和方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基准和自适应嵌入提高了 SQL 模式检索性能

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Rajhans Samdani ·

    寻找合适的表和列：用于 SQL Schema 检索的基准测试和语料库自适应嵌入

    Retrieval in the SQL setting has largely been studied as the task of finding, within a large collection of SQL statements, the statement that answers a natural-language question. At scale, however, a more fundamental retrieval problem precedes generation: schema retrieval, identi…

相关实体

相关话题