MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL 是由 Microsoft 于 2024 年发布的一个用于文本到 SQL任务中生成自纠错指南的数据集，相关论文成果为「MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL」，旨在通过智能体交互纠正错误的SQL查询并生成相应的纠错指导规则。

该数据集基于 BIRD 数据集构建，BIRD 数据集包含从 95 个大型数据库中提取的 12,751 个问答-SQL 对，涵盖区块链、医疗等 37 个专业领域，引入了外部知识以增加查询生成的复杂性。 数据集主要记录智能体在迭代过程中纠正 SQL 查询的交互轨迹，帮助研究文本到 SQL 任务中的错误修正机制。

数据集组成

每个轨迹数据文件包含以下字段：

• prompt：输入给智能体的提示词
• response：智能体对提示词的响应
• caller_agent：标识每次迭代中调用的智能体，取值包括 feedback_agent_call_、correction_agent_call_ 和 manager_revises_prompt_iteration_

Citation

@article{askari2024magic,
  title={MAGIC: Generating Self-Correction Guideline for In-Context Text-to-SQL},
  author={Askari, Arian and Poelitz, Christian and Tang, Xinye},
  journal={arXiv preprint arXiv:2406.12692},
  year={2024}
}