Cơ sở dữ liệu nội địa Trung Quốc OceanBase dẫn đầu bảng xếp hạng Data Agent quốc tế

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

21-09-2026 15:31:26 Nguồn: QbitAI

Giải pháp Data Agent do đội ngũ OceanBase đệ trình đã đứng đầu bảng xếp hạng Data Agent Benchmark quốc tế.

Gần đây, giải pháp Data Agent do đội ngũ OceanBase đệ trình đã vươn lên dẫn đầu bảng xếp hạng Data Agent Benchmark (gọi tắt là DAB) quốc tế với độ chính xác 90,62%, trở thành giải pháp đầu tiên trên bảng xếp hạng này vượt ngưỡng chính xác 90%. Đáng chú ý, thành tích này được xây dựng bởi cơ sở dữ liệu nội địa OceanBase dựa trên mô hình ngôn ngữ lớn nội địa GLM-5.2, vượt qua nhiều giải pháp Data Agent được xây dựng dựa trên các mô hình nước ngoài như GPT, Claude Opus, Claude Fable. Giải pháp tham gia lần này có mã nội bộ là Scout, các năng lực liên quan sẽ được tích hợp vào OceanBase DataPilot.

(Chú thích ảnh: OceanBase đứng đầu bảng xếp hạng Data Agent quốc tế, trở thành giải pháp đầu tiên đạt độ chính xác trên 90%)

DAB được ra mắt bởi UC Berkeley EPIC Data Lab hợp tác cùng Hasura PromptQL. Đánh giá bao phủ nhiều lĩnh vực như Internet/đời sống địa phương, tài chính chứng khoán, y sinh, sở hữu trí tuệ, vận hành doanh nghiệp, quản lý chính phủ/công cộng, truyền thông/giải trí, đồng thời liên quan đến nhiều loại cơ sở dữ liệu như PostgreSQL, MongoDB, SQLite, DuckDB.

Khác với Text-to-SQL truyền thống vốn chủ yếu kiểm tra khả năng chuyển đổi ngôn ngữ tự nhiên sang SQL của AI, DAB tập trung hơn vào việc liệu AI có thể tìm ra câu trả lời chính xác từ các dữ liệu phức tạp, phân tán và có hình thái đa dạng sau khi bước vào môi trường dữ liệu thực tế hay không. Trong một nhiệm vụ hoàn chỉnh, Data Agent cần phải hiểu dữ liệu, lựa chọn dữ liệu, lập kế hoạch phân tích, hoàn thành truy vấn tính toán và xác thực kết quả; đây là bài kiểm tra năng lực toàn diện từ "hiểu dữ liệu" đến "nhận được câu trả lời".

Chính vì vậy, DAB không chỉ kiểm tra mô hình nền tảng mà còn kiểm tra năng lực tổng hợp của "Mô hình + Agent + Hệ thống dữ liệu". Mô hình chịu trách nhiệm hiểu và suy luận, Agent chịu trách nhiệm lập kế hoạch và thực thi, còn hệ thống dữ liệu phải hỗ trợ việc khám phá dữ liệu, tính toán liên kết và kiểm tra kết quả. Sự phối hợp giữa ba yếu tố này ảnh hưởng trực tiếp đến việc liệu AI có thể thực sự khai thác dữ liệu doanh nghiệp hay không.

Giải pháp tham gia lần này của OceanBase được xây dựng xoay quanh năng lực đó. Hệ thống sử dụng DataLens để xây dựng hồ sơ dữ liệu (data profile), nhận diện các trường và mối quan hệ dữ liệu; sau đó dựa trên độ phức tạp của nhiệm vụ để lập kế hoạch thực thi, hoàn thành việc lựa chọn, sàng lọc, liên kết và tính toán dữ liệu; sau khi có kết quả, hệ thống còn kiểm tra quá trình tính toán và kết quả thông qua truy xuất bằng chứng và xác thực câu trả lời, điều chỉnh phương án và xác thực lại khi phát hiện vấn đề, tạo thành một vòng lặp khép kín "Hiểu dữ liệu — Lập kế hoạch thực thi — Xác thực và sửa lỗi".

Điều này cũng giải thích giá trị của thành tích 90,62%: nó không chỉ đơn thuần chứng minh mô hình nội địa có thể thực hiện truy vấn dữ liệu, mà còn xác nhận rằng khi kết hợp cơ sở dữ liệu nội địa với mô hình nội địa, chúng có thể cùng nhau hỗ trợ các nhiệm vụ phân tích dữ liệu phức tạp. Trong điều kiện mô hình nền tảng sử dụng GLM-5.2, giải pháp của OceanBase cuối cùng đã vượt qua nhiều giải pháp Data Agent được xây dựng bằng các mô hình nước ngoài như GPT, Claude Opus, Claude Fable.

Đối với OceanBase, đây cũng là một lần kiểm chứng mới về năng lực AI của họ.

Trước đây, cơ sở dữ liệu chủ yếu chịu trách nhiệm lưu trữ, truy vấn và xử lý dữ liệu. Khi AI Agent trở thành người sử dụng dữ liệu mới, các vấn đề mà cơ sở dữ liệu cần giải quyết cũng thay đổi: AI không chỉ cần lấy dữ liệu mà còn phải hiểu dữ liệu, liên kết dữ liệu, phân tích dữ liệu và xác thực tính tin cậy của kết quả. Nền tảng dữ liệu trong kỷ nguyên AI vì thế bắt đầu chuyển dịch từ "giao dữ liệu cho AI" sang "giúp AI khai thác dữ liệu".

Đây chính là hướng phát triển của OceanBase từ cơ sở dữ liệu sang nền tảng dữ liệu AI. OceanBase DataPilot là hướng sản phẩm dành cho các kịch bản phân tích dữ liệu AI. Đánh giá DAB lần này được đệ trình với giải pháp có mã nội bộ là Scout, các năng lực kỹ thuật liên quan sau đó sẽ được đúc kết vào sản phẩm DataPilot, tiếp tục đảm nhận các năng lực như hiểu dữ liệu, lập kế hoạch nhiệm vụ, thực thi phân tích và xác thực kết quả, giúp AI chuyển từ "gọi dữ liệu" sang "dùng dữ liệu để hoàn thành nhiệm vụ".

Từ cơ sở dữ liệu sang nền tảng dữ liệu AI, thứ thay đổi không chỉ là hình thái sản phẩm mà còn là mối quan hệ giữa cơ sở dữ liệu và AI: trước đây cơ sở dữ liệu chịu trách nhiệm lưu trữ, tính toán và xuất dữ liệu tốt, ngày nay còn phải giúp AI hiểu dữ liệu, tổ chức dữ liệu và hoàn thành phân tích. Việc đứng đầu DAB lần này là một minh chứng cho thấy OceanBase đã mở rộng năng lực cơ sở dữ liệu vào khâu phân tích dữ liệu AI, đồng thời cho thấy cơ sở dữ liệu đang chuyển mình từ nền tảng dữ liệu của AI thành động cơ dữ liệu của AI.

Bài viết này do Ant cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về tác giả, không được phép sao chép và sử dụng dưới mọi hình thức khi chưa được ủy quyền, người vi phạm sẽ bị xử lý theo pháp luật.