English(EN) IndicDBBench - Benchmarking Multilingual Text-to-SQL Capabilities in Indian Languages

新的IndicDBBench基准揭示了大型语言模型在印度语言方面的性能差距

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-04 05:00

一个名为IndicDBBench的新基准已被开发出来，用于评估大型语言模型（LLMs）在印度语言中的文本到SQL能力。该基准包含20个数据库和跨越七种语言的15,000多个任务，揭示了当模型从英语翻译到印度语言时，LLMs的性能显著下降。这种“Indic Gap”即使在模型提供黄金表和字面值的情况下仍然存在，表明需要进一步开发这些语言的跨语言语义解析能力。 AI

影响凸显了大型语言模型在印度语言方面存在的关键性能差距，亟需进一步的研究和开发以实现公平的AI能力。

排序理由介绍LLM评估新基准的研究论文。[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 →

本文如何被排名

Signal score: 41 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 介绍LLM评估新基准的研究论文。[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, model release; 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.CL TIER_1 English(EN) · Aviral Dawar, Roshan Karanth, Vikram Goyal, Rakhee Kulshrestha, Sumanta Pasari, Dhruv Kumar · 2026-11-04 05:00

IndicDBBench - 印度语言多语言文本到SQL能力基准测试

arXiv:2604.13686v2 Announce Type: replace Abstract: While Large Language Models (LLMs) have significantly advanced Text-to-SQL performance, existing benchmarks largely focus on Western contexts leaving a gap in real-world, non-Western applications. We introduce IndicDBBench, a co…

本文如何被排名

报道来源 [1]

IndicDBBench - 印度语言多语言文本到SQL能力基准测试

相关实体

相关话题