Исследовательское подразделение Google Research представило систему Gemini-SQL2. Это специализированная модель класса text-to-SQL, построенная на базе архитектуры Gemini 3.1 Pro. Её главная задача — автоматическое преобразование запросов, сформулированных пользователем на естественном языке, в исполняемые SQL-команды. Технология позволяет взаимодействовать с базами данных без необходимости ручного написания кода.
В отличие от классических подходов, которые зачастую фокусируются лишь на синтаксической точности, Gemini-SQL2 ориентируется на практический результат. Система стремится к тому, чтобы сформированный запрос не просто выглядел верно, а фактически выполнялся в базе данных, возвращая ожидаемые данные.
Важным критерием оценки эффективности модели стал бенчмарк BIRD. В отличие от стандартных тестов, где анализируется лишь структура SQL-кода, BIRD подразумевает реальное исполнение запросов в среде базы данных. Таким образом, эксперты оценивают корректность полученных данных, что гораздо ближе к повседневной работе аналитических систем, где первостепенное значение имеет содержательный ответ, а не форма написания кода.
По результатам тестирования на бенчмарке BIRD, модель Gemini-SQL2 продемонстрировала точность выполнения запросов на уровне 80,04%. Этот показатель выводит разработку Google в категорию решений класса state-of-the-art среди современных инструментов text-to-SQL.
Такой высокий результат подтверждает способность нейросети глубоко интерпретировать сложные логические запросы и генерировать SQL-инструкции, которые корректно отрабатывают в большинстве сценариев. В практическом плане внедрение подобных решений может существенно снизить порог вхождения для работы с базами данных, позволяя пользователям без глубоких технических знаний извлекать необходимые сведения, делегируя написание сложной логики алгоритмам искусственного интеллекта.
