PulseAugur
中
实时 10:58:16
English(EN) RingSQL: Schema-Independent Synthetic Data Generation for Text-to-SQL Reinforcement Learning

RingSQL框架生成合成数据以增强文本到SQL模型

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了RingSQL，一个用于生成合成问题-SQL对以改进文本到SQL模型的新型混合框架。该方法结合了模式无关的查询模板和基于LLM的问题释义，确保正确性的同时扩展数据生成。RingSQL的合成数据集在RLVR训练中表现出改进的性能，在Spider和BIRD等基准测试中达到了69.8%的平均准确率，并优于现有的合成数据集和人工标注数据。 AI

影响 增强了文本到SQL模型的合成数据生成，可能提高性能并减少对手动创建数据集的依赖。

排序理由 该集群描述了一篇关于文本到SQL领域新颖合成数据生成框架的新研究论文。[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 →

RingSQL框架生成合成数据以增强文本到SQL模型

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Marko Sterbentz, Kevin Cushing, Cameron Barrie, Kristian J. Hammond ·

    RingSQL: Schema-Independent Synthetic Data Generation for Text-to-SQL Reinforcement Learning

    arXiv:2601.05451v2 Announce Type: replace-cross Abstract: Recent advances in text-to-SQL have been driven by larger models, better datasets, and new training methods like RLVR. However, progress remains limited by scarce high-quality training data, a problem RLVR is especially se…

相关实体

相关话题