研究人员开发了一个名为 DNBENCH 的新基准，用于评估大型语言模型 (LLM) 在数据库规范化任务中的能力。该基准包含 3,275 个样本，旨在测试 LLM 从第一范式 (1NF) 到 Boyce-Codd 范式 (BCNF) 的函数依赖和约束推理能力。研究揭示了 LLM 在依赖推理和模式分解方面反复出现的失败。为了解决这些问题，提出了一个名为 MARS 的多智能体框架，通过分离不同的推理阶段，显著提高了规范化分数。 AI
影响 凸显了当前 LLM 在结构化数据任务中的局限性，可能指导未来在健壮数据库交互方面的研究。
排序理由 该集群包含一篇学术论文，详细介绍了用于评估 LLM 在数据库规范化能力方面的新基准和框架。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
