building FalkorDB, a graph database purpose-built for GenAI workloads like GraphRAG, Agentic Memory and Text2SQL. count me in for Boardy Pro

text2sql is super useful, they are cooking

素人ながら色々と調べると、ちゃんと整備されたtext2sqlがオントロジー概念を含んでいる気がする context2sql RDBは偉大

Enterprise SQL is where general models break. Arctic-Text2SQL-R2 takes a different path: → beats frontier models → 30–150x smaller → trained on real SQL → rewards true correctness Specialization > scale for real workloads: bit.ly/4fyOIjU

great post! maybe a text2sql tool woulb be a great tool example to put in PAW playground... maybe using sqlite or sqlite wasm database and the possibility to a user query the DB using natural language...

落地智能问数首要解决的问题不是选技术，而是明确用户画像、场景和失败容忍度。老板要准确高效的看板，适合Text2Metrics和skill；一线员工仅做月报、周报或临时分析，难在数据清洗，也不知道问什么、怎么分析，适合skill。数据分析师需求高频随机，懂SQL、能验错且容忍偶发失败，更适合Text2SQL。

8週間に一度バージョンアップするDataiku 【#Dataiku 14.6 新登場】 エージェントと企業のナレッジ・インサイトをダイレクトに繋ぐ、強力な機能拡張がリリースされました ``。 📌 3つの進化ポイント： 1️⃣ エージェントの現場実装（Agent Hub） Teams上でエージェントをデプロイ、SharePointドキュメントと自動同期して常に最新情報でグラウンディング ``。 2️⃣ Snowflake連携の強化 Snowflakeのセマンティック定義をそのまま「セマンティックモデル」へインポート。Text2SQLの精度を劇的に向上 ``。 3️⃣ Consumer Homepageの新規搭載 ビジネスユーザーが欲しいインサイト、推奨コンテンツに一瞬でアクセスできる直感的な新ポータル ``。 さらに、質問書（RFI/RFP）の回答生成をAIで効率化・自動管理する「RFx Accelerator」も実装されています ``。 AIを「実験室」から「実用」へ。アップデートの詳細はリンクをチェック！ 👉 doc.dataiku.com/dss/latest/r… #OneDataiku #AIエージェント #データ分析

有个 Text2SQL 小模型训练任务，让我重新理解了“人工标注”。 一开始让 BI 团队打标，以为业务专家可靠。 结果发现：字段口径不统一、查询意图不清楚、SQL 风格不稳定。 标注质量甚至不如直接用顶级大模型生成。 AI 落地里残酷的一点：你以为人在提供高质量数据，其实在把业务混乱标进模型里。

With companies like @OpenAI, @Meta, @databricks and many others deploying agents to interact with massive amounts of data, our work looks at how the API/tool surface exposed to agents, impacts the agent's efficacy in performing such text2SQL and analysis tasks.

מוקדם יותר היום כתבתי ש-text2sql היא דוגמא מצויינת ל-Bitter Lesson. אסביר למה התכוונתי! ה-״bitter lesson״ ב-AI research הוא ״פשוט צריך עוד דאטא״. וביותר מילים: ״במקום להבין את הבעיה הספציפית, הניואנסים שלה ובניית מודל\דאטא מתאימים - נזרוק עשר טון דאטא על הבעיה והפיתרון יתגלה״. זה כמובן לא כזה קל ועל זה פעם אחרת. אבל ב-2020-2022 זה פשוט ״קרה״ עם GPT-3/ChatGPT ו - "emerging capabilities״ - שהגיעו יחד עם אימון מודל גדול משמעותית ממה שהכירו עד אז כמות דאטא גדולה בהתאם. ועכשיו ל-text2sql: עד 2022\ChatGPT, הגישה לפיתרון של text2sql התבססה על domain specific knowledge/solution. במקרה של SQL זכורות לי שתי שיטות מאותה תקופה: RAT-SQL (microsoft research) ו-PICARD (servicenow). הראשונה - RAT-SQL - התבססה על semantic parsing: מודל שמקבל (ומתאמן כך) על שאילתה, סכמת SQL ו-"relation-aware self-attention". אמלק: מודל שיודע שהוא מתמודד עם SQL מכל כיוון אפשרי ומחווט לפתור את המשימה הספציפית הזאת בלבד. השניה - PICARD - צעד קדימה אל ההווה - אימון מעל מודל שפה פתוח של גוגל (T5, שהיה אז ה-SOTA של הקוד הפתוח). זהו מודל seq2seq - כלומר כזה שמקבל טקסט ויוצר טקסט (ולא בצורה המקובלת היום). הקלט הוא עדיין שאילתה סכמה של טבלה בסינטקס ספציפי. בשלב ״יצירת הטקסט״ קיים צעד נוסף שמוודא שהטקסט המתקבל הוא SQL ״חוקי״ ודוחה כל עוד לא התקבל אחד כזה. ולמה אני אומר שזו ״דוגמא ל-Bitter Lesson״? כי היום אף אחד לא מאמן מודלים ליצירת שאילתות SQL מטקסט חופשי. אף אחד לא אופה עבורם קלט, אין output validation. יש לנו מודלים שאומנו על דאטאסטים שגדולים בכמה סדרי גודל על טקסט בשפות שונות, קוד, וגם SQL ופשוט יודעים לפתור גם את הבעיה הזאת יותר טוב מכל מה שהכרנו עד לפני כמה שנים. וזה כיף.

I’m excited to share new research work from the Snowflake AI Research Team focused on advancing enterprise AI systems. Arctic-Text2SQL-R2 is a reasoning model designed for enterprise SQL generation. Trained on Snowflake-native data and optimized for real-world enterprise SQL workloads, the specialized model outperforms larger frontier models on difficult SQL benchmarks despite being 30–150x smaller than other high-performing models. To make specialized models like Arctic-Text2SQL-R2 practical at scale, the team also introduced ZoRRo (Zero Redundancy Rollouts), a set of optimizations that eliminate redundant computation in long-context RL workflows. ZoRRo accelerated RL training by up to 3.5x, reducing runtime from over five days to only 1.5 days. It also reduced memory consumption enough to support 3.2x longer context windows, enabling more efficient training on complex enterprise reasoning workloads. Together, this work demonstrates how the next wave of enterprise AI innovation will be driven by both stronger domain-specific models and more efficient training systems. Read more in the blog posts in the comments: Arctic-Text2SQL-R2: snowflake.com/blog/engineeri… ZoRRo: snowflake.com/blog/engineeri… @yao_zhewei @yuxionghe @samyamrb @jeffra45 @StasBekman

היוז קייס הספציפי של text2sql הוא אולי האהוב עליי כדוגמא ל-Bitter Lesson

לפני משהו כמו שמונה שנים הציעו לי להצטרף לחברה שעושה text2sql. לא קרה כי שכנעו אותי שהטכנולוגיה לא בשלה למוצר איכותי. היום אני עושה text2sql בעשר שורות קוד עם LLM בקוד פתוח. מדהים

荒天時でも気象情報を即座に届ける運航支援を実現する🚢 ▶ go.aws/3RccA2A 問い合わせなしで気象情報を取得できる環境をどう作るか。ウェザーニューズ様が AI Agent と Text2SQL で構築した運航支援システムの設計と実装のポイントを紹介します。 #AWSウェブマガジン

セマンティックレイヤーって言葉、最近までエージェントがDWHやRDBを読む際のtext2SQLに代わる論理ビューの意味で使われてたけど、最近はコーディングエージェントのために整理した知識グラフやASTもそう呼ばれてるんだな。

LLM data prep is where a lot of model work quietly gets stuck. DataFlow is an open-source data preparation and training system for generating, refining, evaluating, and filtering AI/LLM data from noisy sources like PDFs, plain text, and low-quality QA. It helps you build reusable data workflows by turning cleaning and synthesis steps into operator-based pipelines you can reproduce, share, and extend. Key features: • Ready-to-use pipelines – covers text, reasoning, Text2SQL, knowledge-base cleaning, and Agentic RAG workflows • Operator-based design – package generation, evaluation, filtering, and refinement steps into reusable pipeline components • Custom operator support – create plug-and-play operators and distribute them through GitHub or PyPI • WebUI option – run dataflow webui to build and execute pipelines through a visual interface • Practical setup paths – install from PyPI with uv, use Colab, or run via Docker with GPU support It’s open-source (Apache License 2.0). Link in the reply 👇

> AI Tools Being Used By Data Engineers in 2026 - Data engineering has quietly become one of the fastest evolving roles in tech. AI is not replacing data engineers, it's making them 10x faster. here's every tool worth knowing right now 1. Vanna.ai / Defog / DAIN - Text2SQL tools that eliminated the one-off SQL request problem for good → query Snowflake, BigQuery, Redshift in plain English → non-technical teams are self-serving data without touching SQL → data engineers are now building the systems behind these tools, not writing queries 2. Apache Airflow AI Layers / Prefect - pipeline orchestration got an AI upgrade and scheduling will never be the same → DAGs auto-generated from plain text descriptions → agents handle dependency resolution and backfill decisions → scheduling conflicts flagged and fixed before they break anything 3. Monte Carlo / Soda AI / Bigeye - autonomous data quality tools that don't just monitor, they act → writes quality checks automatically from plain language rules → detects schema drift, null spikes and volume anomalies early → some pipelines are self-healing now without a single page sent 4. Atlan / Alation - LLM-powered cataloging that killed manual documentation → auto-generates column descriptions, lineage maps and ownership tags → sensitive fields flagged and classified without human input → manually maintaining a catalog in 2026 is just wasted time 5. dbt Copilot - the transformation layer where AI is delivering the most immediate ROI → writes and explains dbt models inside your workflow → suggests optimizations on existing models → junior engineers shipping production-grade work faster than ever 6. Pinecone / Weaviate / Qdrant - vector databases are now a core part of the modern data stack, not just an AI team problem → data engineers building embedding pipelines and chunking strategies → RAG integrations sitting alongside traditional ETL in the same stack → if your team is building LLM apps, someone needs to own this layer 7. AI Agents for DataOps - the biggest shift happening right now, autonomous agents running data operations end to end → monitoring warehouses and triggering alerts without human intervention → root cause analysis on failed jobs done in seconds → data engineer role is shifting from executor to orchestrator the engineers winning in 2026 are not the ones who know every tool they are the ones who plugged the right AI into their stack and focused on higher leverage work

AIのトークン消費を前提にしたなんちゃってデータパイプラインとか野良データ基盤とか、データモデルもSSoTもないローデータからText2SQLをし続けているAI活用とかもコスト死する未来しか見えないので、備えてほうがよさそう。

#PyConUS is underway – and PyCharm is at booth 421, from May 13–19! Come say hi to the PyCharm team, check out live demos, take the Python quiz, grab coffee, and create a 90s-style bracelet! Chat with us about Python, PyCharm, data science, web development, community, and more. Don’t miss Artem Trofimov’s talk: “Text2SQL: From Academic Benchmarks to Self-Service Analytics”. See you at booth 421!