arXiv · cs.CL· Shiyuan Zhou·· 22 天前AI 评分43
SALUS：基于多智能体输出弱监督自动审计 NL-to-SQL 基准
SALUS: Automated Auditing of NL-to-SQL Benchmarks through Weak Supervision of Multi-Agent Output
来源与原文
arXiv · cs.CL
作者：Shiyuan Zhou
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.05540v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SALUS 系统利用多个 LLM 智能体生成的 SQL 驱动弱标注函数，通过生成式标签模型自动检测 NL-to-SQL 基准中的标注错误。在含 298 个 BIRD 任务的 BIRD-Clean-xs 上达到 F1 = 0.9194，显著超越 SOTA 基线；估计 BIRD 与 Spider 开发集的标注错误率分别约为 37% 和 27%。
来源：arXiv · cs.CL · arxiv.org