כתבה
arXiv cs.CL ·
LLMs: האם יכולים להסדיר מאגרי נתונים? במבחן ופלטפורמה של סוכנים להסדרה של מבנה
Can LLMs Normalize Databases? A Benchmark and Multi-Agent Framework for Schema Normalization
LLMs: האם יכולים להסדיר מאגרי נתונים? במבחן ופלטפורמה של סוכנים להסדרה של מבנה. נבחן את יכולתם של LLMs להסדיר מאגרי נתונים, כולל ניתוח תלותיות פונקציונליות, פירוק חיבורים חסר-תאונות ותקני קשר בין-שולחניים.
תקציר מקורי באנגליתarXiv:2609.11141v1 Announce Type: new Abstract: Large Language Models (LLMs) are increasingly used to generate structured outputs, but their reliability remains unclear when those outputs must satisfy database-level constraints. We study this issue through database normalization, involving reasoning about functional dependencies, lossless join decompositions, and inter-table constraints. We introduce a Database Normalization Benchmark (DNBENCH), comprising 3,275 samples for evaluating LLM-driven database normalization from 1NF to BCNF. DNBENCH uses a three-axis protocol to measure semantic equivalence, structural accuracy, and logical validity. Across Single, Complex, and Real World levels, DNBENCH uncovers recurring failures in dependency inference, schema decomposition, and inter-table c
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית