schemagate 在 BIRD dev 以每题一次模型调用取得 77.1% 执行准确率

作者称在 BIRD dev 全部 1,534 题上用 Claude Opus 5.5 取得 77.12% 执行准确率（simple 80.97、moderate 71.34、challenging 71.03），并已提交隐藏测试集。方法为反射数据库后仅向模型提供所需表的 DDL 与列注释，每题一次模型调用、约 2,100 prompt token，SQLite 报错时仅修复一次（1,534 题中出现 1 次），无候选生成、投票或 agent 循环；榜单头部系统通常每题 5–20 次调用。

AI推荐理由 给出 BIRD dev 全量 1,534 题上 77.12% 执行准确率的分项数据，并说明方法：先反射数据库选表、仅暴露相关 DDL、每题一次模型调用、出错仅一次修复，约 2,100 prompt token，无候选生成与投票。相比榜单头部每题 5–20 次调用，成本优势明确；但为作者自述、测试集结果尚未公布，且所用模型名称需核实。