SQL-Exchange: Transforming SQL Queries Across Domains
University of Alberta（阿尔伯塔大学）
SQL-Exchange通过跨领域转换SQL查询提升文本到SQL系统的上下文学习性能。
2026-02-22 cs.AI cs.CL cs.DB
Optimising Fine-Grained Access Control Policy Enforcement for Database Queries. A Model-Driven Approach
最近，我们提出了一种模型驱动的方法，用于在执行SQL查询时实施细粒度访问控制（FGAC）策略。更具体地说，我们定义了一个函数SecQuery（），给定一个FGAC策略S和一个SQL选择语句q，它生成一个SQL存储过程SecQuery（S，q），使得：如果具有角色r的用户u根据S被授权基于数据库的当前状态执行q，则调用SecQuery（S，q）（u，r）返回与u执行q时相同的结果;否则，根据S，如果用户u未被授权基于数据库的当前状态执行q，则调用SecQuery（S，q）（u，r）发出错误信号。毫不奇怪，执行查询q比调用相应的存储过程SecQuery（S，q）花费更少的时间。在这里，我们提出了一个基于模型的方法，用于优化由函数SecQuery（）生成的存储过程。这个想法是消除SecQuery（）生成的存储过程主体中的授权检查，当它们被证明是不必要的时候。基于我们之前从对象约束语言（OCL）到多排序一阶逻辑的映射，我们可以尝试使用SMT求解器来证明授权检查是不必要的。我们包括一个案例研究来说明和显示我们的方法的适用性。
2022-09-12 cs.CR cs.DB
A Plug-and-Play Natural Language Rewriter for Natural Language to SQL
针对用户因对数据库模式理解有限或记忆偏差导致NL2SQL翻译错误的问题，提出即插即用模块REWRITER，通过Checker、Reflector和Rewriter三个组件自动重写有缺陷的NL查询，在Spider和BIRD基准上分别提升1.6%和2.0%的执行准确率。
2024-12-22 cs.DB
The Case for Text-to-SQL Friendly Logical Database Design
Simon Fraser University（西蒙菲莎大学）；Tsinghua University（清华大学）
本文提出LLM友好的逻辑数据库设计目标，通过三种语义保持的模式变换（抽象、分区、重命名）优化数据库模式，提升文本到SQL的生成准确率，实验显示执行准确率提升高达4.2%。
2026-06-02 cs.DB
Enhancing LLM Fine-tuning for Text-to-SQLs by SQL Quality Measurement
Prairie View A&M University（Prairie View A&M大学）；CREDIT Center（CREDIT中心）
本文提出仅依赖SQL质量测量反馈机制来增强基于大语言模型的Text-to-SQL性能，在BIRD基准上取得与GPT4、T5等SOTA模型相当的EX和VES表现。
2024-10-02 cs.AI cs.DB cs.SE
Differentially Private SQL with Bounded User Contribution
差分隐私（DP）提供了形式上的保证，即数据库查询的输出不会透露太多关于数据库中存在的任何个人的信息。虽然在科学文献中已经提出了许多差异隐私算法，但只有少数端到端实现差异隐私查询引擎。至关重要的是，现有系统假设每个人最多与一个数据库记录相关联，这在实践中是不现实的。我们提出了一个通用的和可扩展的方法来执行差异私有聚合数据库，即使个人可以与任意多行。我们将此方法表示为关系代数中的运算符，并在SQL引擎中实现。为了验证该系统，我们测试了行业基准上的典型查询的效用，并验证了我们开发的随机测试框架的正确性。我们强调了在实践中部署这样一个系统时所学到的承诺和陷阱，并将其核心组件作为开源软件发布。
2019-11-25 cs.CR cs.DB
SABER: A SQL-Compatible Semantic Document Processing System Based on Extended Relational Algebra
University at Buffalo（布法罗大学）
针对现有语义数据处理系统缺乏统一代数基础、查询难优化等问题，提出基于扩展关系代数的语义代数SABER，以SQL兼容语法实现，支持混合数据处理，可混搭不同系统的兼容算子，提升适用性。
2025-08-29 cs.AI cs.DB
AGRO-SQL: Agentic Group-Relative Optimization with High-Fidelity Data Synthesis
Sichuan University（四川大学）；IQuest Research（IQuest研究院）；Beihang University（北航大学）
AGRO-SQL通过高保真数据合成和群体相对策略优化，提升文本到SQL系统的推理能力与性能。
2025-12-29 cs.AI cs.DB
Rethinking Text-to-SQL: Dynamic Multi-turn SQL Interaction for Real-world Database Exploration
University of Chinese Academy of Sciences（中国科学院大学）；Peking University（北京大学）；Tsinghua University（清华大学）
针对现有Text-to-SQL系统无法适配真实场景多轮动态交互的问题，本文构建自动化生成的DySQL-Bench评测基准与多轮交互评估框架，实验证明该基准难度较高，现有顶尖模型表现仍有较大提升空间。
2025-11-13 cs.CL cs.DB
The Stochastic Shift: A New Evaluation Paradigm for Text-to-SQL with AI Operators
Google（谷歌）
本文提出一种多层评估框架，将确定性数据库逻辑与灵活AI语义解耦，分别验证关系逻辑与AI操作，以解决Text-to-SQL中AI操作符非确定性输出的评估难题，在BigQuery和ThalamusDB上实现高达97.2%的整体准确率。
2026-09-21 cs.AI cs.DB
PoneglyphDB: Efficient Non-interactive Zero-Knowledge Proofs for Arbitrary SQL-Query Verification
PoneglyphDB 通过为 SQL 基本操作设计高效 ZKP 电路并组合支持复杂查询，在 TPC-H 基准上同时实现数据机密性与查询可验证性，性能优于现有方法。
2024-11-22 cs.CR cs.DB
DP4SQL: Differentially Private SQL with Flexible Privacy Policies
Duke University（杜克大学）；Binghamton University（宾汉姆顿大学）；Penn State University（宾夕法尼亚州立大学）
针对关系数据库差分隐私中隐私策略僵化的问题，提出DP4SQL系统，支持自定义记录存在性保护与内容保护等灵活策略，避免过度噪声或保护不足。
2026-06-15 cs.CR cs.DB
WIP: DBWorkout: A Gamified SQL Practice Platform to Support Formative Learning in Database Courses
Department of Computer Science Virginia Tech（弗吉尼亚理工大学计算机科学系）
DBWorkout是一个游戏化SQL练习平台，通过沙箱执行、自动化反馈和LLM辅助生成，在170名本科生测试中获得高学习价值（90%）和参与度（87%），但反馈可操作性（42%）待提升。
2026-10-02 cs.CY cs.DB cs.HC
DSL-R1: From SQL to DSL for Training Retrieval Agents across Structured and Unstructured Data with Reinforcement Learning
New York University（纽约大学）；Matter Innovation Inc.（Matter创新公司）；Thin Red Line（薄红线）
本文提出DSL-R1框架，结合逻辑推理与语义匹配，通过强化学习优化DSL生成，提升检索性能，实现在结构化和非结构化数据上的改进。
2026-01-14 cs.AI cs.DB cs.IR
Enjoy the Untrusted Cloud: A Secure, Scalable and Efficient SQL-like Query Framework for Outsourcing Data
虽然云的安全性仍然是一个问题，但一种常见的做法是在外包数据之前对其进行加密。一个关键的挑战性问题是如何有效地执行查询的密文。传统的基于密码的解决方案，例如部分/完全同态加密和可搜索加密，遭受低性能、差表达性和弱兼容性。一种利用硬件辅助的可信执行环境的替代方法，即，英特尔SGX最近出现了。一方面，这些工作缺乏对多个数据用户的可扩展访问控制的支持。另一方面，现有的解决方案受到密钥撤销问题和知识提取器的漏洞。在这项工作中，我们利用新的硬件辅助方法，并提出了一个安全，可扩展和高效的SQL类查询框架命名为QShield。QShield基于英特尔SGX构建，可以保证敏感数据在不受信任的云平台上处理时的机密性和完整性。此外，我们提出了一种新的轻量级秘密共享方法，使多用户访问控制在QShield，同时解决密钥撤销问题。此外，通过额外的信任证明机制，QShield保证了查询的正确性，并大大提高了构建知识提取器的可能性。我们实现了QShield的原型，并表明QShield的性能成本最低。
2019-12-18 cs.CR cs.DB cs.DC
Grounding Natural Language to SQL Translation with Data-Based Self-Explanations
School of Computer Science, Fudan University（复旦大学计算机科学学院）；Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究所）
本文提出CycleSQL框架，通过数据驱动的自我解释提升自然语言到SQL翻译的准确性和可解释性。
2025-03-13 cs.CL cs.DB
Data Flow Control: Data Safety Policies for AI Agents
Columbia University（哥伦比亚大学）
提出数据流控制框架，通过声明式策略和可移植查询重写层 Passant，在 DBMS 中强制执行元组级数据安全策略，实现接近零开销。
2026-06-04 cs.AI cs.DB
Simplified integrity checking for an expressive class of denial constraints
本文针对OLTP等数据密集型系统中复杂完整性约束检查的难题，提出利用程序转换算子为扩展拒绝类约束自动生成简化检查条件，该方法可直接翻译为SQL并应用于标准数据库实践。
2024-12-30 cs.DB
Natural Language Query Engine for Relational Databases using Generative AI
IBM France（IBM法国公司）
针对非技术用户因缺乏SQL知识难以查询关系数据库的问题，提出基于生成式AI的自然语言查询引擎，可自动将自然语言查询转译为语法语义正确的SQL并生成自然语言响应，实现数据访问普惠化并提升效率。
2024-09-23 cs.AI cs.DB cs.LG
Pipeline Denotational Design: Correct-by-Construction Data Pipelines at Zero Cost
提出管道指称设计（PDD）方法论，在设计时零成本实现数据管道构造正确性，可验证 AI 生成管道的粒度一致性，已在生产工具链中实现并评估。
2026-08-14 cs.DB
An LLM-Based Approach for Insight Generation in Data Analysis
Aily Labs（艾利实验室）；EURECOM（欧洲通信学院）
本文提出一种基于 LLM 的多表数据库文本洞察自动生成框架，通过假设生成、SQL 查询与摘要模块协同工作，并在公共及企业数据库上验证其正确性与更高洞察性。
2025-02-20 cs.AI cs.CL cs.DB
DAgent: A Relational Database-Driven Data Analysis Report Generation Agent
本文提出关系数据库驱动的数据分析报告生成智能体 DAgent，并构建包含 DA-Dataset 的基准，通过集成规划、工具和记忆模块实现多步推理与数据整合，生成完整、正确且简洁的分析报告。
2025-04-01 cs.DB
Relational Database Augmented Large Language Model
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Amazon（亚马逊公司）
提出一种LLM无关的记忆架构，通过数据库选择记忆、数据值记忆和关系数据库增强大型语言模型，使其能回答超出直接能力的数据库相关问题。
2024-07-21 cs.CL cs.DB
Schema Lineage Extraction at Scale: Multilingual Pipelines, Composite Evaluation, and Language-Model Benchmarks
Microsoft Redmond, WA（微软红木城）；Antra. Inc.（Antra公司）
针对企业多语言数据流水线中的语义漂移问题，提出自动提取细粒度模式血缘的框架，引入SLiCE复合评估指标和1,700条标注基准，实验表明32B开源模型可媲美GPT系列性能。
2025-08-10 cs.AI cs.CL cs.DB
Demonstrating GenDB: Instance-Optimized and Customized Query Processing Code Generation via LLM Agents
Cornell University（康奈尔大学）
研究针对传统查询处理引擎扩展难题，提出GenDB生成式查询引擎，借助大语言模型代理生成代码。核心方法是通过LLM agents为特定场景生成优化代码，主要贡献是展示其工作流程、性能优势并提供用户探索平台。
2026-07-24 cs.AI cs.CL cs.DB
Graph Memory for LLM Agents: At What Cost? A Comparative Evaluation of Query, Ingest, and Update Performance Across Graph Database Engines
Corvic AI Research（Corvic人工智能研究院）；UT Austin（德克萨斯大学奥斯汀分校）
本文构建生物医学属性图基准，比较八种图数据库引擎在查询、摄取和更新上的性能，发现无绝对最快系统，且批量摄取成本差异主导总拥有成本。
2026-09-22 cs.AI cs.DB
