ROSE 評估指標

深度分析

ROSE：以使用者意圖為核心的 NL2SQL 評估指標解析

執行正確率在 NL2SQL 評估上已顯不足。ROSE 以使用者意圖為核心，採 Prover‑Refuter 兩階段判斷，先獨立評估語意，再以真實 SQL 進行對抗校正。實驗顯示其與專家一致性領先 24%。