ARTFEED — Contemporary Art Intelligence

SAFAARI: Schema-Aware Framework per l'Intelligence Accelerata della Risposta degli Inserzionisti

other · 2026-07-29

SAFAARI, un innovativo framework multi-agente, affronta le sfide del collegamento degli schemi nei sistemi NL-to-SQL progettati per il supporto clienti aziendale. Impiega agenti dedicati per contenuto, metadati e orchestrazione. Le prestazioni del sistema sono valutate in modo completo utilizzando la metrica SEAL. Nei test che coinvolgono cinque configurazioni di caratteristiche, SAFAARI ha registrato un punteggio SEAL dell'81,66%, segnando un miglioramento del 6,65% rispetto al baseline, insieme a miglioramenti nell'accuratezza dei datapoint (5,51%) e nella precisione del collegamento degli schemi (4,69%). L'articolo di ricerca è disponibile su arXiv (2607.25042).

Fatti principali

  • SAFAARI è un framework multi-agente per il collegamento degli schemi NL-to-SQL.
  • SEAL è una metrica composita per valutare i sistemi NL-to-SQL.
  • SAFAARI ha raggiunto un punteggio SEAL dell'81,66%, con un miglioramento del 6,65% rispetto al baseline.
  • L'accuratezza dei datapoint è migliorata del 5,51%.
  • La precisione del collegamento degli schemi è migliorata del 4,69%.
  • Il framework utilizza agenti per contenuto, metadati e orchestrazione.
  • Sono state testate cinque configurazioni di set di caratteristiche.
  • Articolo disponibile su arXiv: 2607.25042.

Entità

Istituzioni

  • arXiv

Fonti