PulseAugur
中
实时 09:30:48
English(EN) ProcArena: A Multi-Scenario Benchmark for LLMs on Direct and Interactive PL/SQL Development from Natural Language

新基准 ProcArena 揭示 LLM 在 PL/SQL 代码生成方面存在困难

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出 ProcArena，这是一个旨在评估大型语言模型 (LLM) 从自然语言生成 PL/SQL 代码能力的新基准测试。该基准测试涵盖 PostgreSQL 和 Oracle 数据库上的直接生成和交互式开发场景，包括初始开发、代码修改、调试和优化等任务。对七个 LLM 的初步评估显示，在直接模式和交互模式下，表现最好的模型准确率分别仅为 62.2% 和 57.8%，这凸显了在实际的自然语言到 PL/SQL 开发中仍然存在重大挑战。 AI

影响 强调了 LLM 在复杂代码生成任务中的当前局限性，并为未来的研究和开发指明了方向。

排序理由 该集群包含一篇介绍用于评估 LLM 的新基准测试的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新基准 ProcArena 揭示 LLM 在 PL/SQL 代码生成方面存在困难

本文如何被排名

Signal score
13 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇介绍用于评估 LLM 的新基准测试的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Hang Zhang, Chaokun Wang, Yuzhi Pan, Ziyao Zhong, Shuo Cao, Yue Xue, Zeyu Huang, Xingwei Zhou, Fang Niu, Bofan Xie, Guanchen Ge, Leqi Zheng, Ziyang Liu, Xiannian Cao, Pengcheng Ge ·

    ProcArena：用于 LLM 基于自然语言进行直接和交互式 PL/SQL 开发的多场景基准测试

    arXiv:2609.06527v1 Announce Type: cross Abstract: Large language models (LLMs) have shown strong potential for translating natural-language (NL) requirements into PL/SQL programs, attracting increasing attention from the database community. However, existing NL-to-PL/SQL efforts …

相关实体

相关话题