Los autores reformulan cinco conjuntos de datos de texto a SQL (Spider, BIRD, BEAVER y dos variantes de LiveSQLBench) como tareas de recuperación de tablas y columnas para evaluar el enlace de esquemas. Proponen un ajuste fino adaptativo al corpus para un embebido de 305M parámetros, lo que eleva la recuperación promedio@10 de 60.4 a 75.6.
- El método sintetiza consultas en lenguaje natural directamente desde el corpus de esquemas objetivo y extrae negativos difíciles conscientes de la granularidad.
- Supera a los embebidos de texto y código listos para usar, igualando los resultados de vanguardia en el benchmark.
- Aplicar la misma receta a un embebido de 8B mejoró su recuperación@10 de 77.8 a 78.4.
- Los experimentos confirman que las ganancias reflejan una capacidad transferible en lugar de memorización de datos.
Esto establece el enlace de esquemas como una tarea de recuperación independiente y demuestra la adaptación ligera y sin etiquetas del corpus como una ruta práctica para el despliegue a escala empresarial.