本论文介绍了名为UNITE的文本到SQL评估基准，包含12个以上领域的自然语言问题、3.9K多个SQL模式的查询和29K个数据库。比较了六种最新的SOTA文本到SQL解析器在该基准上的表现，发现这些模型在组合泛化和鲁棒性问题上仍存在困难。

研究人员提出了UniTE，一个统一流程，用于推进轨迹嵌入的预训练领域的发展。他们列举了现有的轨迹嵌入预训练方法，并提供了一个简化构建和评估过程的统一且模块化的流程。实验结果表明该流程在真实数据集上取得了贡献。