MAC-SQL: Colaboração Multi-Agente de Texto para SQL
O design de três agentes do MAC-SQL atinge 59,59% de acurácia de execução no BIRD, com o Refiner somando +4,63 pontos — um modelo para gerar consultas de ledger Beancount.
#database
Banco de Dados
Sistemas de bases de dados, geração de SQL e gestão de dados estruturados para IA financeira
DIN-SQL: GPT-4 salta de 67,4%→85,3% EX no Spider
O DIN-SQL eleva o GPT-4 de 67,4% para 85,3% de precisão de execução no Spider por meio de etapas de schema-link e autocorreção — a mesma decomposição se aplica ao BQL do Beancount.
BIRD: GPT-4 atinge apenas 54.89% de EX em bancos de dados reais
No BIRD, o GPT-4 atinge 54.89% de precisão de execução com dicas de domínio e 34.88% sem—uma diferença de 20 pontos que qualquer interface Beancount NL→BQL precisa superar.