Os autores reformulam cinco conjuntos de dados de texto para SQL (Spider, BIRD, BEAVER e duas variantes do LiveSQLBench) como tarefas de recuperação de tabelas e colunas para avaliar o link de esquemas. Eles propõem um ajuste fino adaptativo ao corpus para um embedder de 305M parâmetros, elevando a recall@10 média de 60.4 para 75.6.
- O método sintetiza consultas em linguagem natural diretamente do corpus de esquemas alvo e minera negativos difíceis conscientes da granularidade.
- Ele supera embedders de texto e código prontos para uso, igualando resultados state-of-the-art no benchmark.
- Aplicar a mesma receita a um embedder de 8B melhorou sua recall@10 de 77.8 para 78.4.
- Experimentos confirmam que os ganhos refletem capacidade transferível em vez de memorização de dados.
Isso estabelece o link de esquemas como uma tarefa de recuperação independente e demonstra a adaptação leve e sem rótulos do corpus como uma rota prática para implantação em escala empresarial.