BIRD 相关 AI 资讯 · AI 热点

7月24日

09:21

09:21

官方一手arXiv: DeepSeek@Qunhui Zhang

论文提出VirtualSet，一种接收者类型化的本体世界接口，替代SQL作为LLM的生成目标。在BIRD基准测试的1072题子集上，VirtualSet配合deepseek-reasoner达到67.5%准确率，比带修复和投票的SQL高4.0个百分点（p=0.00117）。系统通过通用约束投影（GCP）在表达式执行前检查，并利用集合链保留具体接收者类型将无效字段转为类型错误。在30个受控决策用例中，写入链拦截了20/20的幻觉动作体且无假阳性。

论文 VirtualSet BIRD deepseek-reasoner

推荐理由：用VirtualSet替代SQL，让LLM查询出错时提前报类型错误而不是给假结果，BIRD上还比SQL高4个点，很适合做安全决策。

7月22日

11:26

11:26

官方一手arXiv: DeepSeek@Qunhui Zhang

VirtualSet提出将LLM的生成目标从SQL替换为类型化的set expressions，通过Generic Constraint Projection在执行前检测类型错误。在BIRD基准的1,072题测试集上，使用deepseek-reasoner模型，VirtualSet达到67.5%准确率，高于直接SQL的63.5%（McNemar exact p=0.00117）。在一个30个动作的防护测试中，VirtualSet成功拦截全部20个幻觉动作且零误报。该方法在保持SQL基准竞争力的同时，提供了写操作前的语义决策保障。

AI模型 VirtualSet deepseek-reasoner BIRD

推荐理由：VirtualSet让LLM不用冒SQL幻觉的风险，改天用类型安全的set表达式，BIRD上准确率反超4个百分点，写操作还能拦截瞎编的数据输入。

6月13日

13:54

13:54IT之家（博客/媒体）

精选

Google Research 推出 Gemini-SQL2 模型，基于 Gemini 3.1 Pro 打造，专攻 Text-to-SQL 任务。在 BIRD 基准的单模型赛道中，执行准确率达 80.04%，超越此前 Gemini-SQL。BIRD 覆盖 95 个数据库、37 个领域和 12751 组问题，数据量 33.4GB，模拟真实企业环境。该模型可让业务人员用自然语言查询营收、流失等数据，但谷歌尚未公布 API 或接入产品。

AI模型 Gemini-SQL2 Google Research Text-to-SQL

推荐理由：谷歌新模型让自然语言查数据库更准

09:43

09:43

官方一手marktechpost@Asif Razzaq

精选

Google Research 于 2026 年 6 月 12 日发布 Gemini-SQL2，基于 Gemini 3.1 Pro 模型。该模型在 BIRD 单模型排行榜上取得 80.04% 的执行准确率。文章解释了该分数含义、排行榜对比情况，以及 Google 未披露的细节。同时介绍了使用场景和基于 schema 的实现模式。

AI模型 Gemini-SQL2 Gemini 3.1 Pro BIRD

推荐理由：Google 新模型 SQL 准确率破 80%

04:21

04:21

elvis@omarsar0

精选

Google Research 推出 Gemini-SQL2，基于 Gemini 3.1 Pro 模型。该模型在 BIRD 基准上实现了最新最佳结果，能够将自然语言转换为可直接执行的 SQL 查询。BIRD 是一个高难度的文本转SQL基准，Gemini-SQL2 在此验证了定制模型在处理复杂真实数据时的优势。

AI模型 Gemini-SQL2 Google BIRD

推荐理由：Google 用 Gemini 3.1 Pro 刷新了 SQL 生成最强成绩