ตรวจสอบและแก้ไขข้อผิดพลาด LLM-as-Judge ในไปป์ไลน์ Text-to-SQL จริง
นักวิจัยพบว่า LLM ที่ใช้ตัดสินคุณภาพ SQL ในระบบจริงต่างกับมนุษย์มาก จนต้องเปลี่ยนมาใช้โมเดล Qwen3.6-27B ที่ถูกกว่าและแม่นยำกว่า
Qwen
นักวิจัยพบว่า LLM ที่ใช้ตัดสินคุณภาพ SQL ในระบบจริงต่างกับมนุษย์มาก จนต้องเปลี่ยนมาใช้โมเดล Qwen3.6-27B ที่ถูกกว่าและแม่นยำกว่า