MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL は、Microsoft が 2024 年に公開した、テキストからSQLへのタスクにおける自己訂正ガイドライン生成のためのデータセットであり、関連する論文成果は「MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL」で、エージェント間の対話を通じて誤ったSQLクエリを訂正し、対応する訂正指導ルールを生成することを目的としています。

このデータセットは BIRD データセットに基づいて構築されており、BIRD データセットには 95 の大規模データベースから抽出された 12,751 の質問応答-SQL ペアが含まれ、ブロックチェーン、医療などの 37 の専門分野をカバーし、外部知識を導入してクエリ生成の複雑性を高めています。 このデータセットは主に、エージェントが反復プロセス中に SQL クエリを訂正する際の対話軌跡を記録し、テキストから SQL タスクにおけるエラー訂正メカニズムの研究を支援します。

データセット構成

各軌跡データファイルには以下のフィールドが含まれます：

• prompt：エージェントに入力されるプロンプト
• response：プロンプトに対するエージェントの応答
• caller_agent：各反復で呼び出されるエージェントを識別し、値には feedback_agent_call_、correction_agent_call_、manager_revises_prompt_iteration_ が含まれます

Citation

@article{askari2024magic,
  title={MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL},
  author={Askari, Arian and Poelitz, Christian and Tang, Xinye},
  journal={arXiv preprint arXiv:2406.12692},
  year={2024}
}