HarnessSQL:训练与部署共用执行环境,Qwen3-14B 在 Spider 2.0 提升至 54.8%
阿里 Qwen3 模型在训练时套上部署用的执行环境,Spider 2.0 成绩直接翻倍多,做法是把数据库装进沙盒里边跑边学。
阿里 Qwen3 模型在训练时套上部署用的执行环境,Spider 2.0 成绩直接翻倍多,做法是把数据库装进沙盒里边跑边学。
研究人员发布了TIDE-Bench基准,专门测试LLM在复杂对话SQL中的意图理解能力,发现现有模型在链式识别和意图漂移处理上仍有明显不足。
做 Text-to-SQL 的可以看看这份排行榜聚合方法,它把不同模型和推理方式按自主度归类,还给出了在 Spider、BIRD 上的实测对比,省得自己瞎比较。
DecoSearch不用训练就能把自然语言转SQL,在BIRD和Spider上准确率分别超70%和88%,比同类方法省十倍token。想提升SQL生成效率可以看看。
TAHOE 解决了 Text-to-SQL 从原型到生产部署的痛点——无需微调模型即可大幅提升 SQL 生成准确率,做数据库应用或数据分析的开发者可以直接用这套方法优化现有 LLM 管线。
该方法为Text-to-SQL领域提供了可落地的复杂度感知计算分配方案,对提升LLM在结构化查询等推理密集型任务中的效率有参考价值。