蚂蚁数科登顶国际权威BIRD榜单 刷新中国公司最好成绩

9月26日消息，据全球权威评测基准BIRD-Bech官网，蚂蚁数科的数据分析智能体Agentar-SQL超越AT&T（美国电话电报公司）、谷歌云、腾讯云、阿里云等诸多国内外厂商，位居全球第一。这也是中国公司在该榜单上取得的最高成绩。

BIRD-Bench是公认的全球最具权威性的自然语言转SQL评测基准，要求AI大模型将自然语言查询转换为结构化查询语言（SQL），并且在真实复杂的大规模生产级数据库中稳定执行。BIRD--Bench数据集覆盖金融、电力、医疗等37个行业场景，总量33GB，包含超过1万条高复杂度查询任务，是全球顶级AI团队展示技术实力的权威平台。

值得一提的是，蚂蚁数科Agentar-SQL在BIRD榜单的执行准确率排行榜（81.67分）以及执行效率榜上（77分）上均取得第一的成绩。这意味着蚂蚁数科在智能问数领域的技术创新实现全球领先。

据介绍，Agentar-SQL智能体基于蚂蚁数科的SQL大模型Agentar-Scale-SQL构建，旨在让用户可以通过自然语言轻松完成复杂的数据查询任务。它通过GSPO（组序列策略优化）强化学习训练方法，能够增强SQL内在推理，让大模型在推理阶段，深度思考SQL框架，避免潜在的逻辑错误，提升SQL逻辑准确性；此外，Agentar-SQL具备多轮反思修正的能力，让模型对生成的SQL进行多轮次的审视和修正，提升SQL语言的精准性；Agentar-SQL还通过独创的两阶段生成法，让大模型生成多个SQL候选，再对SQL进行两两PK的“锦标赛”，筛选出最优的SQL。（周小白）