ምን ተፈጠረ
ተመራማሪዎች ለጽሑፍ-ወደ-SQL ስርዓቶች ባለ ሁለት-ደረጃ የስልጠና ማዕቀፍ ReToolSQL አስተዋውቀዋል። በመጀመሪያ በክትትል የሚደረግ ጥሩ ማስተካከያን ውድቅ በተደረጉ ናሙናዎች የማመዛዘን አሻራዎች ላይ ይጠቀማል፣ በመቀጠልም ወኪሉ የማጠናከሪያ ጥሩ ማስተካከያን በባለብዙ መዞሪያ መሳሪያ አጠቃቀም ዱካዎች ላይ ይተገበራል። ወረቀቱ እንደዘገበው የተገኘው ሞዴል የአፈፃፀም ግብረመልስን በመጠቀም ጥያቄዎችን ማረጋገጥ፣ማስረጃዎችን ማምጣት እና የተሳሳተ SQL መጠገን ይችላል።
የarXiv መዝገብ ReToolSQLን እንደ ኮምፒውተር-ሳይንስ አርቴፊሻል ኢንተለጀንስ ወረቀት በኦገስት 28፣ 2026 ለይቷል።ደራሲዎቹ ፕራቲክ ካካር፣ቻንድራ ድር፣ ራቪ ሻንካር፣ ፓሬክሺት ሬዲ ጋዳም እና አኑፕ ሺርጋንካር ናቸው። ወረቀቱ የሚያተኩረው ከጽሑፍ-ወደ-SQL፡ ከተፈጥሮ-ቋንቋ ጥያቄዎች የSQL መጠይቆችን በማመንጨት ላይ ነው። ደራሲዎቹ ብዙ ነባር አቀራረቦች ይህንን እንደ አንድ ተራ ትውልድ ችግር ይቀርጹታል፣ ይህም ጥያቄ ሲወድቅ ወይም የተሳሳተ ውጤት ሲያመጣ የማገገም ችሎታን ይገድባል። ይህ ፍሬም የወረቀቱን የሥልጠና ሂደት በቀጥታ ለመፍታት ካዘጋጀው የስህተት መልሶ ማግኛ ችግር ጋር ያገናኛል።
የታቀደው ማዕቀፍ ሁለት ደረጃዎች አሉት. በመጀመሪያ፣ ክትትል የሚደረግበት ጥሩ ማስተካከያ ሞዴሉን የሚጀምረው በአንድ ልዩ መብት ባለው መምህር በተዘጋጁ የአመለካከት ናሙናዎች ነው። ወረቀቱ ይህ ደረጃ ሞዴሉ ሊፈታ የሚችለውን የጥያቄዎች ስብስብ ያሰፋዋል, በአስቸጋሪ ጉዳዮች ላይ በፓስ-ቶክ ሽፋን ይለካሉ. በሁለተኛ ደረጃ, የወኪል ማጠናከሪያ ጥሩ ማስተካከያ በበርካታ ማዞሪያ መሳሪያዎች አጠቃቀም አቅጣጫዎች ላይ ይሰራል. በዚህ ደረጃ፣ ሞዴሉ መቼ መጠይቁን እንደሚያረጋግጥ፣ ምን ማስረጃ ማምጣት እንዳለበት፣ እና የማስፈጸሚያ ግብረመልስ ከተቀበለ በኋላ SQL እንዴት እንደሚጠግን ለመወሰን ሰልጥኗል። ስለዚህ ደረጃዎቹ ሁለቱንም የመጀመሪያ የተማረ ስልት እና በኋላ ከመሳሪያዎች ጋር በጥያቄው ሂደት ውስጥ ያለውን መስተጋብር ይሸፍናሉ።
ሪፖርት የተደረጉት ሙከራዎች Gemma 4 የተስተካከለ መመሪያን በ31 ቢሊዮን መለኪያዎች ይጠቀማሉ። ወረቀቱ የማጠናከሪያ ጥሩ ማስተካከያ ብቻ በ BIRD-SQL የእድገት መለኪያ ላይ 73.66% የማስፈጸም ትክክለኛነት ላይ ደርሷል፣ በራስ መተማመኛ ወደ 74.12% አድጓል። ከተቆጣጠረው የፍተሻ ነጥብ ጀምሮ የማጠናከሪያ ጥሩ ማስተካከያ ከፍተኛውን ሪፖርት አስገኝቷል፡ 74.32% የአፈጻጸም ትክክለኛነት በአንድ ማለፊያ እና 74.77% በራስ መተማመኛ። ይህ በ BIRD ነጠላ-ሞዴል ልማት ስብስብ መሪ ሰሌዳ ላይ ይህ በተጻፈበት ጊዜ አንደኛ ደረጃ ላይ እንደተቀመጠ ደራሲዎቹ ገለጹ። ምንጩ የመሪዎች ሰሌዳውን ሙሉ የንፅፅር ስብስብ ወይም የቤንችማርክን የጥያቄ ብዛት በአብስትራክት አያቀርብም። እነዚህ አኃዞች ሰፋ ያለ የንጽጽር አውድ ሳይገለጽ በመተው ሪፖርት የተደረጉትን የሥልጠና ልዩነቶች ይለያሉ።
ለምን አስፈላጊ ነው።
ስራው በፅሁፍ-ወደ-SQL ስርዓቶች ላይ ያለውን ተግባራዊ ድክመትን ይመለከታል፡ መጠይቅን ማመንጨት እንደ አንድ ተራ ተግባር ማከም የስህተት ማገገምን ሊገድብ ይችላል። የተዘገበው ውጤቶቹ እንደሚጠቁሙት ክትትል የሚደረግበት ጅምርን ከመሳሪያ-የማጠናከሪያ ትምህርት ጋር በማጣመር ከአንድ ጥቅጥቅ ባለ ሞዴል ውስጥ የአፈፃፀም ትክክለኛነትን ከማስመሳከሪያው በላይ ያለ ተጨማሪ የሰው ማብራሪያ።
የጽሑፍ-ወደ-SQL ስርዓቶች አንድ ተጠቃሚ የውሂብ ጎታ ጥያቄን በመደበኛ ቋንቋ እንዲገልጽ ለማድረግ የታቀዱ ሲሆኑ AI ሲስተም ደግሞ ተፈጻሚነት ያለው ጥያቄን ሲገነባ ነው። በዚያ ቅንብር፣ በአገባብ የሚሰራ መጠይቅ በቂ አይደለም፡ መጠይቁ በተገቢው እቅድ እና ውሂብ ላይ በትክክል መፈፀም አለበት። የReToolSQL ማዕከላዊ አስተዋፅዖ፣ በጸሐፊዎቹ እንደተገለፀው ትውልድን እንደ አንድ የተኩስ ክስተት ከመመልከት ይልቅ የአምሳያው የተማረው ባህሪ ማረጋገጥ እና መጠገን ነው። ይህ ልዩነት አስፈላጊ ነው ምክንያቱም የተሳካ ትውልድ እና የተሳካ አፈፃፀም ተያያዥነት ያላቸው ግን ተመሳሳይ ውጤቶች አይደሉም.
ዘዴው ከብዙ ሞዴል ስርዓት ይልቅ አንድ ጥቅጥቅ ባለ 31B ሞዴል ስለሚጠቀም ሪፖርት የተደረገው ውጤት የሚታወቅ ነው። ወረቀቱ በተጨማሪም የተዋሃዱ ሽልማቶቹ በአፈፃፀሙ ትክክለኛነት ላይ የተመሰረቱ ናቸው እና ከራሱ ቤንችማርክ በላይ የሰው ማብራሪያ አያስፈልገውም ብሏል። ውጤቶቹ ከተዘገበው የእድገት ሁኔታ ውጭ ከተያዙ፣ ይህ ለተመራማሪዎች እና ለድርጅቶች በትላልቅ ሞዴሎች ወይም በእጅ በተሰየሙ ምሳሌዎች ላይ ብቻ ከመተማመን ይልቅ የጥያቄውን አስተማማኝነት በስልጠና ዲዛይን እና የአፈፃፀም ግብረመልስ ለማሻሻል መንገድ ሊሰጥ ይችላል። ውጤቱም ለሁለቱም ሞዴል-የሥልጠና ምርጫዎች እና የጽሑፍ-ወደ-SQL ስርዓቶች ተግባራዊ ንድፍ ጠቃሚ ነው።
ማስረጃው ውሱን ሆኖ ይቆያል። ምንጩ የarXiv ቅድመ-ህትመት ነው፣ እና አርዕስተ ዜናው የሚዘገበው ከምርት ማሰማራት ወይም በግል ከተገለጸ የክዋኔ ግምገማ ይልቅ በልማት መለኪያ ላይ ነው። የወረቀቱ ረቂቅ ዘዴው በሌሎች የመረጃ ቋቶች ንድፎች፣ ባልተለመዱ ጎራዎች፣ ጫጫታ ጥያቄዎች፣ መረጃዎችን በመቀየር ወይም ለደህንነት ተጋላጭ በሆኑ አካባቢዎች ላይ እንዴት እንደሚሰራ አያረጋግጥም። እንዲሁም ከማጠናከሪያ-መማር ሂደት ጋር የተጎዳኘውን የሂሳብ ወጪ፣ የምላሽ መዘግየት፣ የመሳሪያ-ጥሪ ድግግሞሽ ወይም ውድቀት ሁነታዎችን አያሳውቅም። የመሪ ሰሌዳው አቀማመጥ በጊዜ የተገደበ ነው እና እንደ ደራሲዎቹ ሪፖርት የይገባኛል ጥያቄ መታየት አለበት። እነዚያ ገደቦች ከዘገበው ውጤት ምን መደምደሚያ ላይ ሊደርሱ እንደሚችሉ እና እንደማይችሉ ይገልጻሉ።
በይነተገናኝ ሜካኒዝም፡ በትክክል እንዴት እንደሚሰራ
ከዚህ ልማት በስተጀርባ ያለውን ቴክኖሎጂ በይነተገናኝ ያስሱ።
An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
ቀጥሎ ምን እንደሚታይ
ግኝቶቹ አሁንም ከ BIRD-SQL የእድገት መለኪያ በላይ ማባዛት ያስፈልጋቸዋል። አስፈላጊ ያልታወቁ ነገሮች በማይታዩ የውሂብ ጎታዎች ላይ አፈጻጸምን፣ የእውነተኛ ኢንተርፕራይዝ የስራ ጫናዎች፣ የመሳሪያ አጠቃቀም ወጪ እና መዘግየት፣ የእያንዳንዱ የስልጠና ደረጃ አስተዋፅኦ እና ዘዴው ፍቃዶችን እንዴት በአስተማማኝ መልኩ እንደሚይዝ፣ ሚስጥራዊ መረጃዎችን እና አሻሚ ጥያቄዎችን ያካትታሉ።
የመጀመሪያው የማረጋገጫ ቅድሚያ የሚሰጠው በተያዙ እና በውጫዊ ግምገማዎች ላይ ማባዛት ነው። ታዛቢዎች በማይታዩ የውሂብ ጎታዎች፣ በተለያዩ የንድፍ ንድፎች እና ከቤንችማርክ የሥልጠና ስርጭት ጋር በማይመሳሰሉ ጥያቄዎች ላይ ውጤቶችን መፈለግ አለባቸው። እንደነዚህ ያሉ ሙከራዎች የተዘገበው ትርፍ ለBIRD-SQL ልዩ ተግባራት እና የማስፈጸሚያ አካባቢ ሰፊ ጥንካሬን ወይም ማመቻቸትን የሚያንፀባርቅ መሆኑን ለማወቅ ይረዳሉ። አሳማኝ ግምገማ በነጠላ ሪፖርት የእድገት ውጤት ላይ ከመተማመን ይልቅ ያንን ልዩነት በሚመለከታቸው መቼቶች ላይ እንዲታይ ማድረግ ያስፈልገዋል።
ወረቀቱ ክትትል የሚደረግበት ጥሩ ማስተካከያ እና የማጠናከሪያ ጥሩ ማስተካከያ እንደ ማሟያ ያቀርባል፣ ስለዚህ የማስወገጃ ውጤቶች ጠቃሚ ይሆናሉ። የወደፊቱ ሥራ ከሞቃት ጅምር የፍተሻ ነጥብ ምን ያህል ማሻሻያ እንደሚመጣ፣ ከበርካታ ዙር የማጠናከሪያ ትምህርት ምን ያህል እንደሚመጣ እና ራስን መቻል ከተጨማሪ ስሌት አንፃር አስተማማኝ ጥቅም እንደሚያስገኝ ግልጽ ማድረግ አለበት። እንደገና መባዛት የመምህሩን ዱካ በመግለጽ ፣በሽልማት ግንባታ ፣በመሳሪያ ዝግጅት እና በግምገማ ፕሮቶኮል ላይ የሚመረኮዝ ሲሆን አንዳቸውም በቀረበው arXiv አብስትራክት ውስጥ አልተገለፁም። እነዚህ ዝርዝሮች የነጠላ አካላትን አስተዋፅኦ እና አጠቃላይ የስራ ሂደትን ለመለየት ይረዳሉ።
ተግባራዊ ማሰማራት ምንጩ ክፍት የሆኑ ጥያቄዎችን ያስነሳል። ማስረጃን የሚያመጣ ወይም የሙከራ መጠይቆችን የሚያስፈጽም ስርዓት በዳታቤዝ ፍቃዶች፣ ሚስጥራዊነት ያላቸው መዝገቦች፣ የመጠይቅ ወጪዎች እና ውሂብ በሚቀይሩ እርምጃዎች ዙሪያ ቁጥጥር ሊፈልግ ይችላል። የአፈጻጸም ግብረመልስ ያልተሟላ፣ አሳሳች ወይም የማይገኝ ከሆነ ወይም የተፈጥሮ ቋንቋ ጥያቄ አሻሚ በሚሆንበት ጊዜ ሞዴሉ እንዴት እንደሚሠራ ግልጽ አይደለም። ReToolSQLን ለድርጅት ዝግጁ መሆኑን ከመግለጻቸው በፊት፣ ገምጋሚዎች በእነዚህ የአሠራር ሁኔታዎች ላይ ከስህተት ትንተና እና የሰው-ግምገማ መስፈርቶች ጋር ማስረጃ ያስፈልጋቸዋል። እነዚያ ጥበቃዎች ከቤንችማርክ አፈጻጸም ትክክለኛነት ባሻገር የስልቱን ተግባራዊ አስተማማኝነት የመገምገም አካል ናቸው።