Boyce–Codd normal form

新的基准 DNBENCH 揭示了大型语言模型在数据库规范化方面的失败

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。