MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL은 Microsoft가 2024년에 발표한 텍스트-투-SQL 작업에서 자체 수정 지침을 생성하기 위한 데이터셋으로, 관련 논문 성과는 「MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL」에 있으며, 에이전트 상호 작용을 통해 잘못된 SQL 쿼리를 수정하고 해당 수정 지침 규칙을 생성하는 것을 목표로 합니다.

이 데이터셋은 BIRD 데이터셋을 기반으로 구축되었으며, BIRD 데이터셋은 95개의 대규모 데이터베이스에서 추출한 12,751개의 질문-답변-SQL 쌍을 포함하고 있으며, 블록체인, 의료 등 37개의 전문 분야를涵盖하며, 쿼리 생성의 복잡성을 높이기 위해 외부 지식을 도입했습니다. 데이터셋은 주로 에이전트가 반복 과정에서 SQL 쿼리를 수정하는 상호 작용 궤적을 기록하여 텍스트-투-SQL 작업에서의 오류 수정 메커니즘을 연구하는 데 도움을 줍니다.

데이터셋 구성

각 궤적 데이터 파일에는 다음 필드가 포함됩니다:

• prompt: 에이전트에 입력되는 프롬프트
• response: 프롬프트에 대한 에이전트의 응답
• caller_agent: 각 반복에서 호출되는 에이전트를 식별하며, 값에는 feedback_agent_call_, correction_agent_call_ 및 manager_revises_prompt_iteration_이 포함됩니다.

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}
}