#database

Database

Database systems, SQL generation, and structured data management for financial AI

Постов: 3Посмотреть все теги Вернуться ко всем записям

8 июня 2026 г.

MAC-SQL: Мультиагентное совместное преобразование текста в SQL

MAC-SQL (COLING 2025) использует трех специализированных агентов — Selector для сокращения схемы, Decomposer для декомпозиции вопросов и Refiner для исправления SQL на основе выполнения — для достижения точности выполнения 59,59% в бенчмарке BIRD; абляционное исследование показывает, что Refiner вносит наибольший вклад (+4,63 балла), что имеет прямое значение для генерации запросов к книгам Beancount.

mike

aimachine-learningdatabase

7 июня 2026 г.

DIN-SQL: GPT-4 улучшает точность на Spider с 67,4% до 85,3%

DIN-SQL повышает точность выполнения GPT-4 на Spider с 67,4% до 85,3% за счет этапов связывания схемы и самокоррекции — та же декомпозиция применима к BQL в Beancount.

mike

aillmdatabase

6 июня 2026 г.

BIRD: GPT-4 достигает лишь 54,89% точности выполнения на реальных базах данных

На BIRD GPT-4 достигает 54,89% точности выполнения с подсказками по домену и 34,88% без них — разрыв в 20 пунктов, который должен закрыть любой интерфейс Beancount NL→BQL.

mike

beancountaillm

Начать бесплатно→Документация