Новости

FERN: Cross-Benchmark Table Retrieval for Text-to-SQL with Frozen Retrievers and Learned Ranking

arXiv cs.AI · Опубликовано 10 ноября 2026 г. · 3 мин чтения

За 30 секунд

Что произошло: FERN combines frozen retrievers and learned ranking to retrieve relevant tables for text-to-SQL queries across multiple benchmarks without using generative LLMs.
Почему это важно: Matters for engineers building text-to-SQL systems over large table catalogs who need fast, efficient table retrieval without expensive model calls.
На что обратить внимание: Performance varies significantly across benchmarks; FERN underperforms on BEAVER and Fiben datasets, suggesting generalization challenges across different table catalog distributions.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.

Новости

arXiv cs.AI · Опубликовано 10 ноября 2026 г. · 3 мин чтения

Что произошло: FERN combines frozen retrievers and learned ranking to retrieve relevant tables for text-to-SQL queries across multiple benchmarks without using generative LLMs.
Почему это важно: Matters for engineers building text-to-SQL systems over large table catalogs who need fast, efficient table retrieval without expensive model calls.
На что обратить внимание: Performance varies significantly across benchmarks; FERN underperforms on BEAVER and Fiben datasets, suggesting generalization challenges across different table catalog distributions.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.