IndicDBBench：印度语言多语言Text-to-SQL基准

新基准显示Text-to-SQL模型在印度语言上准确率明显低于英语。

资讯摘要

论文提出IndicDBBench，一个面向印度语言的多语言Text-to-SQL基准，其数据库模式取自NDAP与IDP等真实开放数据平台，共20个数据库、237张表。作者用三智能体流水线（Architect、Auditor、Refiner）从去规范化政府数据构建关系结构，生成覆盖英语及六种印度语言、共15,612个任务。作者报告DeepSeek V3.2、MiniMax M2.7、Llama 3.3、Qwen3等模型从英语到印度语言执行准确率下降9.0个百分点，称为“Indic Gap”。

要点速读

1. 基准含20个数据库、237张表，平均每库11.85张表，连接深度最高达六层
2. 共15,612个任务，覆盖英语与六种印度语言，查询需多表推理
3. 作者报告英语到印度语言执行准确率下降9.0个百分点，且提供金标表与字面值后差距仍存在

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 2026/11/4 08:00:28（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。