研究人员推出了一种名为MEM-SQL的新型方法,旨在提高文本到SQL系统的准确性并降低成本。该方法利用了一个名为HARE的历史感知基准,该基准考虑了先前已验证的SQL组件的重用和按需模式咨询。在HARE基准上,MEM-SQL在六种语言模型上的执行准确性显著提高,从37.1%提升到50.0%。此外,该系统在输入令牌和延迟方面实现了大幅降低,使文本到SQL更加高效。 AI
影响 通过智能重用历史数据,提高了数据库查询的效率和准确性。
排序理由 该集群描述了一篇关于文本到SQL系统的新颖方法和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →