
企業級數據 Agent 的工程化落地與演進
本文探討了企業級數據 Agent 從簡單的 Text-to-SQL RAG 實現演進為複雜多 Agent 系統的過程,並強調了生產環境 OLAP 場景中準確性與上下文管理的挑戰。
Tag: #text-to-sql6 results

本文探討了企業級數據 Agent 從簡單的 Text-to-SQL RAG 實現演進為複雜多 Agent 系統的過程,並強調了生產環境 OLAP 場景中準確性與上下文管理的挑戰。

PExA 將 text-to-SQL 重新表述為軟體測試覆蓋率,使用平行原子 SQL 測試案例確保語義覆蓋。僅在探索足夠資訊後生成最終 SQL,解決 LLM 代理的延遲-效能權衡問題。在 Spider 2.0 基準測試中達成 70.2% 執行準確率新 SOTA。
Cleo 是一個基於 Qwen3.5-2B 微調的開源模型,旨在執行如 text-to-SQL 等複雜的分析師任務。它利用統一的架構來處理訓練、推論與 SQL 安全性,證明了小型模型也能具備高水準的推理能力。

BAP-SQL 為 agentic text-to-SQL 引入具預算感知的觀察規劃,透過查詢風險估計、SQL 重寫與獨立執行護盾來控制上下文及執行成本。在 4B 與 7B 模型上,它讓嚴格預算下的成功率提升最多 3.6 個百分點,同時減少最多 5.0% 的 token 使用量。

本文章指導使用 Amazon Bedrock 建構自然語言轉 SQL 系統。將商業問題轉換為可執行資料庫查詢,並提供可行動洞察。

資料庫與分析供應商正再度打造自然語言查詢系統,這次利用LLM驅動。Text-to-SQL對分析師與資料庫管理員有用,但一般使用者採用需謹慎。