发布SQLoom Text-to-SQL微调框架
热点事件持续更新
发布SQLoom Text-to-SQL微调框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Hao Fu等研究人员提出并发布SQLoom约束感知微调框架及配套Spider-Refined数据集，专为Text-to-SQL任务优化。 该框架通过语法、语义和逻辑三级集对比学习目标实现优化，将Qwen3-1.7B模型在Spider测试集的执行准确率提升至89.2%，生成速度为0.42秒/查询。 实验显示，SQLoom在扰动测试中比agent方法更具鲁棒性，且性能优于70B参数基线模型，展示了小模型通过特定微调超越大模型基线的能力。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
SQLoom: Text-to-SQL 的集对比学习报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AISQLoom: Text-to-SQL 的集对比学习
约束感知微调框架 SQLoom 将 Qwen3-1.7B 在 Spider 测试集执行准确率提升至 89.2%。 框架通过语法、语义和逻辑三级集对比目标优化，生成速度为 0.42s/查询。 SQLoom 在扰动测试中比 agent 方法更鲁棒，且优于 70B 参数基线。
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。