本地部署的领域约束智能体工作流可提升事故数据查询准确率。
资讯摘要
论文提出 CrashDB-QA，一个完全本地部署、以数据库模式为约束的智能体工作流，可将自然语言分析问题转化为只读 SQL 查询并解释结果。作者在威斯康星州 440 万条事故记录的冻结快照上，用覆盖十类分析任务的 300 题基准测试九个本地开源权重模型，报告领域知识约束显著提升查询准确率，代码专用 7B 模型在准确率与延迟间平衡最佳。
要点速读
- 工作流由问题解析、SQL 生成与校验、执行和结果解释等组件构成，共享知识库以机构数据字典和安全分析惯例为依据，中间输出可审计。
- 可选扩展 CrashDB-QA+ 检查问题、查询与执行结果的一致性，并为迭代修复提供证据。
- 作者报告领域约束显著提升查询准确率；组合式分析（如组间或时段比较）仍难于常规检索；仅增加检查环节无稳定收益。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。