Unverified50% confidenceBenchmarkExact time
研究表明Text-to-SQL在真实企业数据库上的准确率远低于标准化基准测试，主因之一是字段命名不规范和业务语义缺失
1
Sources
50%
Confidence
Long-term
Relevance
9/21/2026
First Seen
Sources
Related Entities
Related Claims
Unverified传统端到端Text-to-SQL方案在企业级复杂查询场景下失败率高，难以直接商用79% similarUnverified大模型在Text-to-SQL场景中面临幻觉问题，可能生成语法正确但表名/列名错误的SQL71% similarUnverifiedNL2SQL 工具的查询结果准确性依赖底层数据的质量和治理，模糊或有歧义的提问可能得到误导性答案69% similarUnverified直接让 LLM 生成 SQL 风险很高，因为模型不了解表结构、字段含义和业务定义，容易生成语法正确但结果错误的查询68% similarUnverified数据库覆盖度越广（含加工食品、品牌菜品）通常越依赖用户众包录入，众包数据的GI准确性显著低于官方实验室数据，追求广度会牺牲单条数据可信度67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/939675API
curl https://kongchang.com/api/v1/knowledge/claims/939675MCP
get_claim(id=939675)