实体
BIRD benchmark
BIRD benchmark
PulseAugur coverage of BIRD benchmark — every cluster mentioning BIRD benchmark across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Google 的 Gemini-SQL2 以 80.04% 的准确率在文本到 SQL 基准测试中名列前茅
Google Research 发布了 Gemini-SQL2，这是一种基于 Gemini 3.1 Pro 构建的新的文本到 SQL 功能。该系统在 BIRD 基准测试中达到了 80.04% 的执行准确率，超越了之前的记录，并缩小了与人类表现的差距。该技术旨在将自然语言转换为可执行的 SQL 查询，并可能应用于 Google 的各项数据服务。
-
新的CA-SQL系统提高了LLM在复杂查询上的文本到SQL准确性
研究人员开发了CA-SQL，一个旨在提高大型语言模型在复杂数据库查询准确性的新型文本到SQL系统。CA-SQL根据查询的估计难度动态调整其潜在解决方案的搜索，采用一种新颖的提示种子方法和投票机制来选择最佳候选。该方法仅使用GPT-4o-mini在具有挑战性的BIRD基准测试层级上取得了51.72%的最新分数，优于更大的模型。