English(EN) SQLMorph: Query Mutation and Fine-Grained Metrics for Text-to-SQL Evaluation

新的SQLMorph框架通过查询变异和细粒度指标增强文本到SQL评估

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员推出SQLMorph，一个旨在改进文本到SQL系统评估的新框架。该框架采用查询变异技术，包括连接查询扩展（JQE）和文本查询增强（TQA），以自动生成和扩展评估数据集。SQLMorph还提出了一套执行级别的指标，如执行精度（EXP）和执行召回率（EXR），与传统的二元指标相比，它们提供了对系统性能更细致的分析。 AI

影响提高了文本到SQL系统评估的可靠性和可复现性，这对于推动该领域的发展至关重要。

排序理由该集群包含一篇研究论文，详细介绍了用于评估文本到SQL系统的新框架和方法。 [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 →

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; 该集群包含一篇研究论文，详细介绍了用于评估文本到SQL系统的新框架和方法。 [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]

arXiv cs.AI TIER_1 English(EN) · Mohammadhossein Malekpour, Mohamed Riahi, Maxime Lamothe, Amine Mhedhbi · 2026-09-10 04:00

SQLMorph：文本到SQL评估的查询变异和细粒度指标

arXiv:2609.08950v1 Announce Type: cross Abstract: Text-to-SQL systems translate natural language queries into executable SQL, democratizing access to structured data. Despite recent advances driven by large language models (LLMs), evaluation remains a major bottleneck: public ben…

本文如何被排名

报道来源 [1]

SQLMorph：文本到SQL评估的查询变异和细粒度指标

相关实体

相关话题