DisGuAD用SQL分歧引导歧义检测提升交互式Text-to-SQL
热点事件持续更新
DisGuAD用SQL分歧引导歧义检测提升交互式Text-to-SQL
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Su Dong 等作者提出 DisGuAD 框架,把多个合理 SQL 解释之间的分歧当作判断哪些不确定性真正影响最终查询的依据,用于交互式 text-to-SQL 中挑选需要澄清的问题。 在 BIRD-Interact Lite 和 Full 两个测试集上,该方法相比原始交互策略将归一化 Reward 提升 4.40–8.97 分,关键歧义覆盖率分别从 48.62% 升至 82.75%、从 45.76% 升至 85.14%。
AI 根据报道生成 · 6 分钟前更新
最新进展11月18日 13:00
DisGuAD:用分歧引导歧义检测,提升交互式 text-to-SQL 澄清效率报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.CLDisGuAD:用分歧引导歧义检测,提升交互式 text-to-SQL 澄清效率
研究者提出 DisGuAD,一个分歧引导的歧义检测框架,将多个合理 SQL 解释之间的分歧作为判断哪些不确定性真正影响最终查询的证据。在 BIRD-Interact Lite 和 Full 上,该方法相比原始交互策略将归一化 Reward 提升 4.40–8.97 分,关键歧义覆盖率从 48.62% 升至 82.75%、从 45.76% 升至 85.14%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。