成本感知的NL-to-SQL代理架构
原文标题：A Cost-Aware Agentic Architecture for NL-to-SQL over Nested Enterprise Schemas, with a New Benchmark
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究提出DevRev NL2SQL基准和成本感知的单次生成代理架构，针对嵌套企业模式。该架构在DevRev基准上达到91.7%正确率，领先基线54.6个百分点，并在Spider 2.0上具有竞争力。
- 问题
- 学术基准未衡量生产级企业模式的图状、半结构化、深度嵌套结构，NL-to-SQL系统在此类模式上表现未知。
- 方法
- 发布DevRev NL2SQL基准与语义深度评分SDS，并提出成本感知的单次生成代理架构，含模式选择、元数据检索和错误修复。
- 结果
- DevRev基准上91.7%答案正确率，领先次优基线54.6个百分点；Spider 2.0 Snowflake上具竞争力。
- 影响
- 为企业NL2SQL落地提供更贴近真实模式的评测与低成本单次生成方案，可直接参考其架构设计。
机构：DevRev
深读 · 结论先行AI 生成展开看要点与影响 ↓
新DevRev基准900条查询上，成本感知单次生成架构达91.7%正确率，领先基线54.6个百分点。
- •发布DevRev NL2SQL基准：900条执行验证查询，含嵌套类型与链接图结构
- •提出语义深度分数SDS，作为与模式无关的分析推理深度评分标准
- •架构含模式选择、元数据检索、错误修复三组件，采用单次生成
- •在DevRev基准上91.7%正确率，比次优基线高54.6个百分点
- •在Spider 2.0 Snowflake公开数据集上与领先系统具竞争力
为什么重要：现有学术基准未覆盖企业级深层嵌套模式，该基准与架构为NL2SQL落地生产环境提供了可衡量的参照。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。