蚂蚁数科登顶BIRD全球评测榜首 领先谷歌等科技巨头

9月26日，全球权威技术测评基准BIRD-Bench发布最新成绩单，蚂蚁数字科技的智能数据分析系统Agentar-SQL展现出卓越性能，超越美国电报电话公司(AT&T)、谷歌云、腾讯云等全球科技巨头，荣登榜首。这是中国企业在BIRD-Bench榜单上取得的历史性突破。

作为在全球数据库领域最具公信力的评测标准之一，BIRD-Bench专注于评估AI模型将自然语言指令转化为结构化查询语言(SQL)的能力，并在真实企业级数据库环境下验证执行效果。该基准数据集覆盖金融、能源、医疗卫生等37个重要行业，数据总量达到33GB，收录超过1万项高复杂度查询任务，是检验AI团队技术实力的试金石。

值得注意的是，蚂蚁数字科技的Agentar-SQL系统不仅以81.67分的优异成绩荣登执行准确率排行榜首，同时在执行效率榜单上也以77分拔得头筹。这一双重突破标志着中国企业在大数据分析与智能查询领域已步入全球领先阵营。

技术专家介绍，Agentar-SQL基于蚂蚁自研的SQL大模型架构Agentar-Scale-SQL打造，其独创性的GSPO（组序列策略优化）强化学习算法显著提升了大模型的逻辑推理能力。该系统采用创新的两阶段生成机制：首先生成多个SQL候选方案，随后通过竞技式评估筛选最优解，在保证查询准确率的同时大幅提升执行效率。此外，独特的"多轮反思修正"算法使系统能够反复校验SQL语句，有效避免潜在逻辑错误。

这并非蚂蚁数字科技在AI领域的首次突破。此前，其自主研发的金融推理大模型Agentar-Fin-R1已在多项核心金融测试中取得领先地位；而在新能源领域，专为电力行业优化的时序预测模型的精度更是超越了谷歌TimesFM-V2.0、亚马逊Chronos-Large等国际知名解决方案。