Buchumschlag

Semantic Data Processing with Holistic Data Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Youran, Zeighami, Sepanta, Chopra, Bhavya, Shankar, Shreya, Parameswaran, Aditya G.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Task Cascades for Efficient Unstructured Data Processing
von: Shankar, Shreya, et al.
Veröffentlicht: (2026)

Cut Costs, Not Accuracy: LLM-Powered Data Processing with Guarantees
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2025)

Featurized-Decomposition Join: Low-Cost Semantic Joins with Guarantees
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2025)

LLM-Powered Proactive Data Systems
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2025)

Multi-Objective Agentic Rewrites for Unstructured Data Processing
von: Wei, Lindsey Linxi, et al.
Veröffentlicht: (2025)

Steering Semantic Data Processing With DocWrangler
von: Shankar, Shreya, et al.
Veröffentlicht: (2025)

Can AI Agents Answer Your Data Questions? A Benchmark for Data Agents
von: Ma, Ruiying, et al.
Veröffentlicht: (2026)

Arming Data Agents with Tribal Knowledge
von: Agarwal, Shubham, et al.
Veröffentlicht: (2026)

BiasBuster: a Neural Approach for Accurate Estimation of Population Statistics using Biased Location Data
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2024)

Theoretical Analysis of Learned Database Operations under Distribution Shift through Distribution Learnability
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2024)

Towards Establishing Guaranteed Error for Learned Database Operations
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2024)

Towards Accurate and Efficient Document Analytics with Large Language Models
von: Lin, Yiming, et al.
Veröffentlicht: (2024)

RAG Without the Lag: Interactive Debugging for Retrieval-Augmented Generation Pipelines
von: Lauro, Quentin Romero, et al.
Veröffentlicht: (2025)

Supporting Our AI Overlords: Redesigning Data Systems to be Agent-First
von: Liu, Shu, et al.
Veröffentlicht: (2025)

DocETL: Agentic Query Rewriting and Evaluation for Complex Document Processing
von: Shankar, Shreya, et al.
Veröffentlicht: (2024)

NUDGE: Lightweight Non-Parametric Fine-Tuning of Embeddings for Retrieval
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2024)

Rethinking Dataset Discovery with DataScout
von: Lin, Rachel, et al.
Veröffentlicht: (2025)

SPADE: Synthesizing Data Quality Assertions for Large Language Model Pipelines
von: Shankar, Shreya, et al.
Veröffentlicht: (2024)

ReSearch: A Multi-Stage Machine Learning Framework for Earth Science Data Discovery
von: Sun, Youran, et al.
Veröffentlicht: (2026)

TWIX: Automatically Reconstructing Structured Data from Templatized Documents
von: Lin, Yiming, et al.
Veröffentlicht: (2025)

PLOP: Cost-Based Placement of Semantic Operators in Hybrid Query Plans
von: Mang, Qiuyang, et al.
Veröffentlicht: (2026)

Data Agent: A Holistic Architecture for Orchestrating Data+AI Ecosystems
von: Sun, Zhaoyan, et al.
Veröffentlicht: (2025)

Auto-Prep: Holistic Prediction of Data Preparation Steps for Self-Service Business Intelligence
von: Lai, Eugenie Y., et al.
Veröffentlicht: (2025)

VectraFlow: Long-Horizon Semantic Processing over Data and Event Streams with LLMs
von: Chen, Shu, et al.
Veröffentlicht: (2026)

Data-CASE: Grounding Data Regulations for Compliant Data Processing Systems
von: Chakraborty, Vishal, et al.
Veröffentlicht: (2023)

SiloFuse: Cross-silo Synthetic Data Generation with Latent Tabular Diffusion Models
von: Shankar, Aditya, et al.
Veröffentlicht: (2024)

TARGET: Benchmarking Table Retrieval for Generative Tasks
von: Ji, Xingyu, et al.
Veröffentlicht: (2025)

Same Data, Different Schemas: Robustness of LLM-based Text-to-SQL
von: Kanchinadam, Nitin, et al.
Veröffentlicht: (2026)

Understanding the Semantic SQL Transducer
von: Abgrall, Théo, et al.
Veröffentlicht: (2024)

Data-Semantics-Aware Recommendation of Diverse Pivot Tables
von: Cho, Whanhee, et al.
Veröffentlicht: (2025)

High-Level ETL for Semantic Data Warehouses -- Full Version
von: Nath, Rudra Pratap Deb, et al.
Veröffentlicht: (2020)

The MAGIC of Data Management: Understanding the Value and Activities of Data Management
von: Lukyanenko, Roman
Veröffentlicht: (2024)

Near Data Processing in Taurus Database
von: Lin, Shu, et al.
Veröffentlicht: (2025)

Semantic Integrity Constraints: Declarative Guardrails for AI-Augmented Data Processing Systems
von: Lee, Alexander W., et al.
Veröffentlicht: (2025)

Semantic Operators: A Declarative Model for Rich, AI-based Data Processing
von: Patel, Liana, et al.
Veröffentlicht: (2024)

Data Path Fusion in GPU for Analytical Query Processing
von: Ozawa, Tsuyoshi, et al.
Veröffentlicht: (2026)

XFSC: A Catalogue of Trustable Semantic Metadata for Data Services and Providers
von: Arnold, Benedikt T., et al.
Veröffentlicht: (2025)

Skyrise: Exploiting Serverless Cloud Infrastructure for Elastic Data Processing
von: Bodner, Thomas, et al.
Veröffentlicht: (2025)

Dynamic and Scalable Data Preparation for Object-Centric Process Mining
von: Bosmans, Lien, et al.
Veröffentlicht: (2024)

ChARLES: Change-Aware Recovery of Latent Evolution Semantics in Relational Data
von: He, Shiyi, et al.
Veröffentlicht: (2024)