语义上下文是否有效：同题、同模型的配对评测

比较仅给 schema 与额外提供一份 4 KB 业务语义文档的结果，公开问题、参考 SQL、方法和代码，报告约 17–23 个百分点的提升。

为什么值得关注：值得借鉴评测设计：先固定业务题与执行条件，再验证语义投入是否改善结果。