击败文本到SQL基准测试：普通Claude加上语义层能获得多大提升？

Motley团队利用Claude SDK和开源语义层SLayer，在BIRD-INTERACT基准测试中取得75.3%的通过率，远超官方最佳36.33%。研究发现，最大的改进来自代理框架（Claude SDK），而SLayer提供了额外提升。此外，基准测试中存在大量错误的黄金答案，团队开发了注释代理进行修正，修正后通过率达到83.7%。