蚂蚁集团 发布 Spider, BIRD 数据集, 应用在 自然语言处理、数据库交互 领域

蚂蚁集团 本次发布的数据集 Spider, BIRD, 本研究涉及的两个主要数据集为Spider和BIRD。Spider数据集包含10,181个自然语言查询，涵盖200个数据库和138个领域，分为四个难度级别。BIRD数据集则包含12,751个问题-SQL对，涉及95个大型数据库，分为三个难度级别。这两个数据集均用于评估和调优大型语言模型在文本到SQL任务中的性能。创建过程中，数据集通过标准化流程处理，确保数据质量和适用性。应用领域主要集中在自然语言处理和数据库交互，旨在提高非专业用户与数据库系统之间的交互效率，解决复杂的查询生成问题。

查看Spider, BIRD

README 内容： 

关于 蚂蚁集团 , 蚂蚁集团是一家中国的科技公司，主要提供金融服务和数字支付解决方案，旗下拥有支付宝等知名产品。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。