arXiv cs.AI· Jinlong Luo, Haoran Wu, Bo Xu·· 3 天前AI 评分24
DSABench：面向多数据库智能体的数据源发现、协调与执行基准
DSABench: Benchmarking Source Discovery, Coordination, and Execution for Multi-Database Agents
AI 导读
DSABench 用于联合评估多数据库智能体的数据源发现、协调与执行能力，包含 815 个经人工审核的任务，其中 618 个需多个数据库共同参与，105 个存在多种数据源解读。
正文 · AI 翻译
摘要：大多数 text-to-SQL 基准都提供目标数据库。然而，在大型数据目录中，选择数据源本身就是问题的一部分：智能体必须找到请求所需的每一个数据库，确定它们的结果如何相互配合，并执行由此产生的工作流。我们提出 DSABench 来联合评估这些能力。其 815 个经人工审核的任务取自 Spider、BIRD 和 LiveSQLBench；其中 618 个任务需要多个数据库共同参与，105 个任务允许对所需数据源存在不止一种解读。可执行契约定义了数据源参与、跨源依赖以及源内执行，而 RouteEnv 让智能体能够检查公开的目录证据，同时不泄露金标准标注。在我们对七个模型后端的仅路由研究中，最高 RA-Set 得分为 60.55%，而纳入协调要求后，最高 RA-Graph 得分为 34.66%。当需要执行时，这一差距变得更加明显。在四个后端上，非特权 Route+Exec-Graph 成功率的中位数在无澄清时为 6.69% 至 7.98%，在一次澄清时为 11.44% 至 13.25%；观察到的最佳澄清配置达到 16.99%。在模糊任务上，澄清使精确分支数据源恢复率提高了 39.8 至 43.2 个百分点。这些发现说明了为什么检索出看似合理的数据库或生成正确的局部 SQL 还不够：智能体必须在整个多数据库工作流中传递正确的信息。
| 评论： | 39 页 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.14700 [cs.AI] |
| （或 arXiv:2610.14700v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14700 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Jinlong Luo [查看电子邮件]
[v1]
2026 年 10 月 10 日星期六 08:17:52 UTC（404 KB）
来源：arXiv cs.AI · arxiv.org