Une IA pour le SQL : Google améliore Gemini 3.1 Pro
Google Research a annoncé Gemini-SQL2, un système de conversion de texte en SQL fondé sur Gemini 3.1 Pro. Dans la catégorie single-model du benchmark BIRD, le modèle obtient 80,04 % d'execution accuracy, l'un des meilleurs résultats publics pour cette tâche. Les précédents leaders se situaient entre 73 % et 77 %. Google n'a pas encore dévoilé les détails de l'architecture ni la méthode de fine-tuning.
Traité par IA depuis MarkTechPost ; édité par Hamidun News
Google Research a dévoilé une mise à jour de Gemini-SQL2, un réseau de neurones qui convertit des requêtes textuelles en SQL. Fondé sur Gemini 3.1 Pro, il a obtenu 80,04 % d'execution accuracy sur le benchmark BIRD.
Comment fonctionne le réseau de neurones pour le SQL ?
Gemini-SQL2 convertit des questions en langage naturel en requêtes SQL. Au lieu d'écrire du code à la main, l'utilisateur décrit ce qu'il veut extraire de la base de données, et le système génère automatiquement la requête SQL nécessaire.
- 1 nov. 2026Test de 16 modèles sur 7 moteurs de recherche : Exa obtient en moyenne 10,5 points sur 14, SearXNG environ 3
- 1 nov. 2026L'agent vidéo StreamVibe de Google devance les autres modèles de 10,7 % sur le timing et la qualité des réponses
- 1 nov. 2026OpenAI réécrit les règles de comportement de GPT : cinq valeurs et une chaîne de priorités
- 1 nov. 2026Les bots vocaux à base de LLM s'appuient sur le classifieur rapide Jev : une décision en 200–500 ms
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.