标签
ROSE是一个新颖的面向意图的NL2SQL评估指标，采用Prover-Refuter级联框架来评估语义正确性，无需依赖真实SQL，与人类专家的一致性比现有指标高24%。该论文解决了执行准确度的局限性，并对19个NL2SQL方法进行了重新评估，并公开发布了相关资源。