From Natural Language to SQL: Review of LLM-based Text-to-SQL Systems
School of Computing and Informatics, University of Louisiana at Lafayette(路易斯安那大学拉斐特分校计算与信息学院);School of Mechanical Engineering, University of Louisiana at Lafayette(路易斯安那大学拉斐特分校机械工程学院)
本文综述了基于LLM的文本到SQL系统从规则模型到RAG增强方法的演进,并特别研究了图RAG在上下文准确性与模式链接中的作用,同时指出计算效率、鲁棒性和数据隐私等关键挑战。
2025-02-04 cs.AI cs.CL
PExA: Parallel Exploration Agent for Complex Text-to-SQL
University of California Los Angeles(加州大学洛杉矶分校);Bloomberg(彭博)
本文提出PExA,通过软件测试覆盖视角解决文本到SQL的延迟与性能权衡问题,通过并行执行测试用例确保语义覆盖,最终生成准确的SQL。
2026-04-24 cs.AI cs.CL
SelECT-SQL: Self-correcting ensemble Chain-of-Thought for Text-to-SQL
Information Sciences Institute(信息科学研究所);University of Southern California(南加州大学)
针对Text-to-SQL任务中现有大语言模型性能不足的问题,提出结合思维链提示、自校正和集成方法的SelECT-SQL上下文学习方案,在Spider基准上取得了超越GPT-4的最优性能。
2024-09-16 cs.AI cs.CL
QDA-SQL: Questions Enhanced Dialogue Augmentation for Multi-Turn Text-to-SQL
School of Cyberspace Science Harbin Institute of Technology Harbin, China(网络空间科学学院 哈尔滨工业大学 哈尔滨,中国);School of Computer Science(计算机科学学院);Technology Harbin University of Science(技术 哈尔滨理工大学);School of Cyberspace Science Harbin Institute of Technology, Shenzhen Shenzhen, China(网络空间科学学院 哈尔滨工业大学深圳 哈尔滨,中国)
该研究针对多轮文本到SQL任务中微调模型面临的问题,提出QDA-SQL数据扩充方法,利用大语言模型生成多轮问答对,并引入验证和校正机制,提升了微调模型在SQL语句准确性及处理复杂问题上的能力。
2026-07-17 cs.AI cs.DB cs.IR
SQLfuse: Enhancing Text-to-SQL Performance through Comprehensive LLM Synergy
Ant Group(蚂蚁集团);OceanBase(OceanBase( OceanBase是蚂蚁集团旗下的分布式数据库品牌,保留英文原名))
SQLfuse通过集成开源LLM与模式挖掘、模式链接、SQL生成及评论四大模块,提升文本到SQL转换的准确性与可用性,并在Spider基准上取得领先表现。
2024-07-19 cs.AI cs.CL cs.DB
PSM-SQL: Progressive Schema Learning with Multi-granularity Semantics for Text-to-SQL
Guangdong University of Technology(广东工业大学);Platform and Content Group, Tencent(腾讯平台与内容事业群)
本文提出PSM-SQL框架,通过列、表、数据库多粒度渐进式模式链接和链式循环策略减少冗余模式,提升文本到SQL任务的准确率。
2025-02-07 cs.AI cs.DB
Divide and Prompt: Chain of Thought Prompting for Text-to-SQL
Jiangxi University of Finance and Economics(江西财经大学)
针对 Text-to-SQL 中 LLM 推理能力利用不足的问题,提出 Divide-and-Prompt 范式,通过任务分解与 CoT 提示提升 SQL 生成的执行准确率。
2023-04-23 cs.AI cs.CL
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
Text-to-SQL Domain Adaptation via Human-LLM Collaborative Data Annotation
Purdue University(普渡大学);Adobe Inc.(Adobe公司)
针对Text-to-SQL模型适配新数据库模式时领域标注数据稀缺、获取成本高的问题,提出人-LLM协同标注系统SQLsynth,可高效生成更高质量的标注数据集。
2025-11-14 cs.AI cs.DB cs.HC
SPFT-SQL: Enhancing Large Language Model for Text-to-SQL Parsing by Self-Play Fine-Tuning
Harbin Institute of Technology(哈尔滨工业大学);Pengcheng Laboratory(鹏城实验室)
针对自博弈微调在Text-to-SQL任务中因正确SQL过多而削弱主模型生成能力的问题,提出SPFT-SQL方法,通过验证迭代微调构建模型基座,并采用错误驱动损失使主模型区分正确与错误SQL,在多个基准上超越SOTA。
2025-10-11 cs.AI cs.CL
CRED-SQL: Enhancing Real-world Large Scale Database Text-to-SQL Parsing through Cluster Retrieval and Execution Description
Harbin Institute of Technology, Shenzhen, China(哈尔滨工业大学(深圳));Pengcheng Laboratory, Shenzhen, China(鹏城实验室);Inspur Cloud Information Technology Co., Ltd, Jinan 250101, China(浪潮云信息技术有限公司);Guangdong Power Grid Co., Ltd, China(广东电网公司)
针对大规模数据库中文本转SQL任务存在的语义不匹配问题,提出集成聚类检索和执行描述的CRED-SQL框架,通过聚类模式检索和EDL中间表示提升性能,在SpiderUnion和BirdUnion上实现SOTA。
2025-08-20 cs.AI cs.CL
SQLMorph: Query Mutation and Fine-Grained Metrics for Text-to-SQL Evaluation
Polytechnique Montréal(蒙特利尔综合理工学院)
SQLMorph通过查询变异和细粒度指标,自动生成评估集并揭示系统在复杂查询和语言变化下的性能差异,提升评估的可复现性与实用性。
2026-09-09 cs.AI cs.DB
SQLBench: A Comprehensive Evaluation for Text-to-SQL Capabilities of Large Language Models
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院);SenseTime Research(商汤科技研究院);School of Artificial Intelligence, Shandong University(山东大学人工智能学院);School of Computer Science and Technology, Beijing Institute of Technology(北京理工大学计算机科学与技术学院);Technical University of Munich, Heilbronn Data Science Center, Munich Data Science Institute(慕尼黑技术大学,海德堡数据科学中心,慕尼黑数据科学研究所);Institute of Microelectronics, Chinese Academy of Sciences(中国科学院微电子研究所)
本文提出SQLBench,通过构建新数据集和五个评估任务,全面评估不同模型在文本到SQL任务中的性能差异,并提出针对各任务的最优上下文学习方案。
2026-03-18 cs.AI cs.CL
SQL-o1: Automatic Text-to-SQL Program Synthesis via Self-Reward Heuristic Search
School of Computer Science, Beijing University of Posts and Telecommunications, China(北京邮电大学计算机科学学院);College of Computing and Data Science, Nanyang Technological University, Singapore(南洋理工大学计算机与数据科学学院);State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, China(北京邮电大学网络与交换技术国家重点实验室);College of Computer Science, Sichuan University, Chengdu, China(四川大学计算机学院)
SQL-o1提出自奖励启发式动态搜索方法,结合MCTS与动态剪枝,提升Text2SQL推理能力,在Bird基准上超越GPT-4模型,并展现强泛化与跨模型迁移性。
2026-11-03 cs.AI cs.DB
Solid-SQL: Enhanced Schema-linking based In-context Learning for Robust Text-to-SQL
School of Cyber Science and Engineering, Wuhan University(武汉大学网络科学与工程学院);Big Data and AI Platform Department, Tencent(腾讯大数据与人工智能平台部)
Solid-SQL通过增强模式链接和两轮结构相似性示例检索,提升文本到SQL系统在对抗扰动下的稳健性,在Spider和Bird上分别达到82.1%和58.9%的准确率,并在扰动基准上平均提升11.6%。
2024-12-17 cs.AI cs.CL
SDE-SQL: Enhancing Text-to-SQL Generation in Large Language Models via Self-Driven Exploration with SQL Probes
South China University of Technology(华南理工大学);Soochow University(苏州大学);Guangdong Laboratory of AI and Digital Economy(广东人工智能与数字经济实验室)
提出SDE-SQL框架,通过生成并执行SQL探针使大语言模型在推理时自驱探索数据库,零样本下在BIRD基准上较基线提升8.02%执行准确率,无需SFT或模型集成即达开源模型最优。
2025-06-19 cs.AI cs.CL
KeyInst: Keyword Instruction for Improving SQL Formulation in Text-to-SQL
Jiangxi University of Finance and Economics(江西财经大学)
针对Text-to-SQL中自然语言与SQL内在差异导致的生成难题,提出KeyInst关键词指令方法,通过两种集成策略引导大模型生成SQL,构建专用基准StrucQL,实验证明其效果显著优于现有提示技术。
2024-10-18 cs.AI cs.CL cs.DB
ROUTE: Robust Multitask Tuning and Collaboration for Text-to-SQL
Sichuan University(四川大学);Tianfu Jincheng Laboratory(天府锦城实验室)
针对闭源LLM在Text2SQL中的局限,提出ROUTE方法,通过多任务SFT与协作提示策略增强开源模型SQL生成能力,在多个基准上取得领先性能。
2025-05-26 cs.AI cs.CL
Open-SQL Framework: Enhancing Text-to-SQL on Open-source Large Language Models
Shenzhen University(深圳大学);Shenzhen Institute of Advanced Technology (SIAT), Chinese Academy of Sciences (CAS)(中国科学院深圳先进技术研究院)
本文提出Open-SQL框架,通过开放提示、监督微调、思维链少样本示例及多种token高效模式裁剪技术,显著提升开源LLM的Text-to-SQL性能。
2024-05-04 cs.AI cs.CL
Prompting GPT-3.5 for Text-to-SQL with De-semanticization and Skeleton Retrieval
National University of Defense Technology(国防科技大学)
提出基于LLM的文本到SQL框架,通过去语义化提取问题骨架检索相似示例,并建模问题与数据库模式关系,在三个跨领域基准上超越现有模型。
2023-08-31 cs.AI cs.CL
SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended)
Cloud AI Research Team(云AI研究团队);Google DeepMind(谷歌DeepMind)
本文提出SQL-PaLM框架,通过少样本提示中的一致性解码与执行错误过滤、指令微调中的数据多样性扩展、合成增强及数据库内容整合,并利用执行反馈进行测试时选择,显著提升了Spider和BIRD基准上的文本到SQL性能。
2024-03-30 cs.AI cs.CL cs.DB
DCG-SQL: Enhancing In-Context Learning for Text-to-SQL with Deep Contextual Schema Link Graph
Department of Artificial Intelligence, Sungkyunkwan University(人工智能系,成均馆大学);Department of Immersive Media Engineering, Sungkyunkwan University(沉浸媒体工程系,成均馆大学);Department of Computer Science and Engineering, Sungkyunkwan University(计算机科学与工程系,成均馆大学)
本文提出 DCG-SQL,通过深度上下文章节链接图表示问题与数据库模式的语义关系并检索示例,从而在大小型 LLM 上均提升 Spider 的 Text-to-SQL 性能与效率。
2025-07-22 cs.AI cs.CL
Evaluating LLMs for Text-to-SQL Generation With Complex SQL Workload
Ontario Tech University(安大略理工大学)
本研究比较了TPC-DS、BIRD和Spider三个Text-to-SQL基准的结构复杂性,并利用11个LLMs在TPC-DS上生成SQL查询,发现现有生成式AI模型在复杂决策查询上的准确性不足以实际应用。
2024-07-28 cs.AI cs.DB
A Survey of Large Language Model-Based Generative AI for Text-to-SQL: Benchmarks, Applications, Use Cases, and Challenges
Cleveland State University(克利夫兰州立大学);The Davey Tree Expert Company(戴维树专家公司);The MathWorks(MathWorks公司);Khoury College of Computer Science, Roux Institute at Northeastern University(东北大学鲁克斯研究所科里计算机科学学院)
本文综述了基于大语言模型的文本到SQL系统,涵盖基准、应用与挑战,并提出支持NoSQL和动态交互的未来研究方向。
2025-01-23 cs.AI cs.DB
Next-Generation Database Interfaces: A Survey of LLM-based Text-to-SQL
Department of Computing, The Hong Kong Polytechnic University(香港理工大学计算机系);Faculty of Data Science, City University of Macau(澳门城市大学数据科学学院);College of Cyber Security, Jinan University(暨南大学网络安全学院)
本文调研了基于大语言模型的文本到SQL方法,分析了技术挑战、数据集、指标及最新进展,并讨论了未来研究方向。
2025-11-24 cs.AI cs.CL cs.DB
EPI-SQL: Enhancing Text-to-SQL Translation with Error-Prevention Instructions
Jiangxi University of Finance and Economics(江西财经大学)
本文提出EPI-SQL框架,通过从Spider数据集生成通用错误预防指令并结合上下文定制,在零样本下使LLMs规避潜在错误,实现85.1%的执行准确率,性能媲美高级少样本方法。
2024-04-21 cs.AI cs.CL cs.DB
FinSQL: Model-Agnostic LLMs-based Text-to-SQL Framework for Financial Analysis
Zhejiang University(浙江大学);Hundsun Technologies INC.(恒生电子股份有限公司)
该研究构建真实金融 Text-to-SQL 数据集 BULL,并提出模型无关的 FinSQL 框架,通过提示构建、参数高效微调和输出校准提升金融分析查询性能。
2024-01-19 cs.AI cs.CL cs.DB
Retrieval-augmented GPT-3.5-based Text-to-SQL Framework with Sample-aware Prompting and Dynamic Revision Chain
National University of Defense Technology(国防科技大学)
本文提出一种检索增强的GPT-3.5文本到SQL框架,采用样本感知提示和动态修订链,在三个基准上优于强基线。
2023-09-04 cs.AI cs.DB cs.IR
Text-to-SQL Calibration: No Need to Ask -- Just Rescale Model Probabilities
UC San Diego(加州大学圣迭戈分校);IIT Bombay(印度理工学院孟买分校)
针对Text-to-SQL任务中LLM生成SQL的置信度校准问题,研究表明基于模型全序列概率的简单基线方法优于依赖后续提示的最新方法,并通过两个基准和多架构评估提供了校准策略有效性的见解。
2024-11-23 cs.AI cs.DB cs.IR
OpenSearch-SQL: Enhancing Text-to-SQL with Dynamic Few-shot and Consistency Alignment
Alibaba Cloud(阿里云)
针对多智能体LLM在Text-to-SQL任务中存在的框架不完善、指令遵循差与幻觉问题,提出含一致性对齐模块、SQL-Like中间语言及动态少样本策略的OpenSearch-SQL框架,在BIRD数据集三项指标上取得同期最优。
2025-02-19 cs.AI cs.CL cs.IR
Spider 2.0-AIFunc: Extending Real-World Text-to-SQL to AI-Native SQL Workflows
UC San Diego(加州大学圣地亚哥分校);Snowflake AI Research(Snowflake人工智能研究院);University of Hong Kong(香港大学)
研究针对现有文本到SQL基准无法评估模型生成人工智能原生SQL能力的问题,构建Spider 2.0-AIFunc基准,经特定管道和多轮验证,评估十个先进语言模型,发现准确率差距及传统代理框架转移无效等情况。
2026-07-08 cs.AI cs.CL cs.DB
RSL-SQL: Robust Schema Linking in Text-to-SQL Generation
Huazhong University of Science and Technology(华中科技大学);Alibaba Inc.(阿里巴巴集团)
针对文本转SQL任务中模式链接存在的必要元素遗漏和破坏数据库结构完整性问题,提出结合双向链接、上下文增强等策略的RSL-SQL框架,在BIRD和Spider基准上实现开源方案最优执行准确率,且使用低成本模型时优于GPT-4基系统。
2024-11-26 cs.AI cs.CL cs.DB
Synthetic SQL Column Descriptions and Their Impact on Text-to-SQL Performance
Linköping University(林雪平大学)
本研究利用LLM自动生成SQL列描述,基于BIRD-Bench构建数据集并评估多种模型,发现生成描述能提升text-to-SQL性能,尤其对大型模型有效,且更详细的元数据优于人工金标准。
2024-11-05 cs.AI cs.CL cs.DB
MCTS-SQL: Light-Weight LLMs can Master the Text-to-SQL through Monte Carlo Tree Search
MCTS-SQL通过蒙特卡洛树搜索引导轻量级大语言模型高效生成SQL查询,实验证明其在文本到SQL任务中优于现有方法。
2025-11-27 cs.AI cs.CL cs.DB
CHASE-SQL: Multi-Path Reasoning and Preference Optimized Candidate Selection in Text-to-SQL
Google Cloud(谷歌云);Stanford University(斯坦福大学)
CHASE-SQL通过多智能体测试时计算、分而治之分解、执行计划思维链和实例感知合成示例生成多样SQL候选,并用微调选择智能体进行成对比较排序,在BIRD基准上取得73.0%和73.01%的最先进执行准确率。
2024-10-02 cs.AI cs.CL cs.DB
CHS-SQL: A Text-to-SQL approach based on Confidence-Guided Heuristic Search Schema Linking process
Hainan COSCO Shipping Technology Co., Ltd.(海南中远海运科技有限公司)
研究针对文本到SQL任务,提出CHS-SQL框架,在模式链接阶段结合模型内部置信度进行启发式搜索,平衡精确率和召回率,在SQL生成时进一步优化候选查询,避免局部最优,通过SLM取得了文本到SQL任务的最新成果。
2026-07-28 cs.AI
PaVeRL-SQL: Text-to-SQL via Partial-Match Rewards and Verbal Reinforcement Learning
Samsung SDSA(三星 SDSA)
PaVeRL-SQL结合部分匹配奖励与言语强化学习,通过两条流水线(言语RL和CoT RL)提升文本到SQL在复杂工业数据库上的执行准确率,在Spider、Spider 2.0和BIRD基准上达到SOTA,并在Spider2.0-SQLite上分别提升7.4%和1.4%。
2025-09-08 cs.AI
On the Structural Generalization in Text-to-SQL
探索文本到SQL解析器的泛化对于系统自动适应现实世界的数据库是必不可少的。以前的工作提供的调查集中在词汇多样性,包括同义词和扰动的影响,在自然语言的问题和数据库。然而,对于数据库模式DS的结构多样性的研究还很缺乏.具体来说,面对相同的输入问题,当DS达到不同的结构时,目标SQL可能以不同的方式表示。在这项工作中,我们提供了关于文本到SQL任务的结构化概括的深入讨论。我们观察到,目前的数据集太模板化,研究结构泛化。为了收集合格的测试数据,我们提出了一个框架,通过自动和同步(DS,SQL)对改变生成新的文本到SQL数据。在实验中,当在合成样本上评估经过良好训练的文本到SQL模型时,性能显着降低,这表明了当前关于结构泛化的研究的局限性。通过综合分析,我们认为实际原因是(NL,SQL)模式的过拟合。
2023-01-21 cs.AI
BAP-SQL: Budget-Aware Observation Planning for Agentic Text-to-SQL
Microsoft(微软公司);Carnegie Mellon University(卡内基梅隆大学);Georgia Institute of Technology(佐治亚理工学院)
BAP-SQL是面向智能体Text-to-SQL的预算感知观测规划方法,通过将观测形成作为预算控制阶段,在紧预算下提升了SQL生成成功率,同时减少了token使用量。
2026-08-05 cs.AI
Agent-Agnostic Evaluation of SQL Accuracy in Production Text-to-SQL Systems
本文提出STEF框架,通过自然语言输入和生成的SQL进行生产环境文本到SQL系统的评估,无需数据库模式或参考查询,实现持续监控和改进反馈。
2026-04-30 cs.AI
GBV-SQL: Guided Generation and SQL2Text Back-Translation Validation for Multi-Agent Text2SQL
提出多智能体框架GBV-SQL,通过SQL2Text回译验证语义一致性,并揭示基准数据缺陷,在BIRD和Spider上取得显著准确率提升。
2025-09-16 cs.AI
EzSQL: An SQL intermediate representation for improving SQL-to-text Generation
Indian Institute of Information Technology(印度信息技术学院);National Institute of Technology(印度国家理工学院)
本文提出SQL中间表示EzSQL,通过简化运算符和关键字使SQL更接近自然语言,并以其作为预训练生成模型输入,在WikiSQL和Spider上取得最先进的SQL到文本生成效果,同时可增强Text-to-SQL解析器性能。
2025-04-09 cs.AI cs.CL
Progress-SQL: Improving Reinforcement Learning for Text-to-SQL via Progressive Rewards
East China Normal University(华东师范大学)
提出Progress-SQL,一种多轮强化学习框架,通过Oracle引导诊断树(ODT)生成子句级结构反馈,结合渐进式奖励(结构对齐、词汇对齐、延迟奖励和执行状态奖励),提升文本到SQL生成的准确性和鲁棒性。
2026-06-05 cs.AI cs.CL
PV-SQL: Synergizing Database Probing and Rule-based Verification for Text-to-SQL Agents
Purdue University(普渡大学)
PV-SQL通过探查和验证组件提升文本到SQL系统的上下文理解能力,实验显示其在执行准确率和有效效率上优于现有基准,且消耗更少token。
2026-04-19 cs.AI cs.DB
Pi-SQL: Enhancing Text-to-SQL with Fine-Grained Guidance from Pivot Programming Languages
Shanghai University of Finance and Economics(上海金融学院);Tsinghua University(清华大学);Beihang University(北航);Wuhan University(武汉大学);Southern University of Science and Technology(南方科技大学)
Pi-SQL提出以高资源的Python程序作为枢轴,先为自然语言查询生成带细粒度逐步指导的Python代码,再据此生成SQL程序,并通过候选选择优化执行效率,显著提升了文本到SQL的执行准确率。
2025-06-03 cs.AI cs.CL
MIGA: A Unified Multi-task Generation Framework for Conversational Text-to-SQL
NetEase Games AI Lab(网易游戏AI实验室)
会话式文本到SQL的目的是将多轮自然语言问题转换成相应的SQL查询。大多数最先进的文本到SQL对话方法与生成式预训练语言模型(PLM)(如T5)不兼容。在本文中,我们提出了一个两阶段的统一多任务生成框架(MIGA),利用PLM的能力,以解决会话的文本到SQL。在预训练阶段,MIGA首先将主任务分解为多个相关的子任务,然后通过任务特定的自然语言提示,将它们统一到同一个序列到序列(Seq2Seq)范式中,以促进多任务训练中的主任务。稍后在微调阶段,我们提出了四个SQL扰动来缓解错误传播问题。MIGA倾向于在两个基准测试(SparC和CoSQL)上实现最先进的性能。我们还提供了广泛的分析和讨论,以阐明会话式文本到SQL的一些新观点。
2022-12-19 cs.AI cs.CL
HIE-SQL: History Information Enhanced Network for Context-Dependent Text-to-SQL Semantic Parsing
Alibaba Group(阿里巴巴集团)
近年来,上下文相关的文本到SQL的语义解析,将自然语言转换成SQL的交互过程中吸引了很多的关注。以前的作品利用上下文相关的信息,无论是从交互历史话语或以前预测的SQL查询,但未能利用这两个,因为自然语言和逻辑形式的SQL之间的不匹配。在这项工作中,我们提出了一个历史信息增强的文本到SQL模型(HIE-SQL),利用上下文相关的信息,从历史的话语和最后预测的SQL查询。针对这一问题,本文将自然语言和SQL作为两种模态,提出了一种双模态预训练模型来弥补这两种模态之间的差异。此外,我们设计了一个模式链接图,以加强从话语和SQL查询到数据库模式的连接。我们展示了我们的历史信息增强方法显著提高了HIE-SQL的性能,在编写时,在两个上下文相关的文本到SQL基准测试(SparC和CoSQL数据集)上实现了新的最先进的结果。
2022-04-02 cs.AI cs.CL cs.DB
SQLCritic: Correcting Text-to-SQL Generation via Clause-wise Critic
Zhejiang University(浙江大学);Ant Group(蚂蚁集团)
针对现有Text-to-SQL自纠错方法易引入新错、难纠正语义偏差的问题,提出子句级批评模型SQLCritic,结合自适应β的DPO变体训练与低成本数据构建流程,在多个基准上显著提升SQL生成准确率与批评能力。
2025-05-21 cs.AI cs.CL
SQL-Trail: Multi-Turn Reinforcement Learning with Interleaved Feedback for Text-to-SQL
Stanford University(斯坦福大学);Amazon Web Services(亚马逊网络服务)
SQL-Trail通过多轮强化学习与交错反馈提升文本到SQL的生成能力,实现更高效率和准确性。
2026-01-25 cs.AI cs.CL
Pay More Attention to History: A Context Modelling Strategy for Conversational Text-to-SQL
Peking University(北京大学);Meituan(美团)
会话式文本到SQL的目标是将多轮自然语言查询转换成它们相应的SQL(结构化查询语言)表示。会话式文本到SQL的最棘手的问题之一是对多轮查询的语义进行建模,并收集当前查询所需的适当信息。本文表明,通过添加每个回合和整个上下文的摘要来明确地建模语义变化可以在将会话查询转换为SQL时带来更好的性能。特别是,我们提出了两个会话建模任务,在转粮食和会话粮食。这两个任务只是作为辅助训练任务来帮助多轮会话语义解析。我们进行了实证研究,并在大规模开放域会话文本到SQL数据集上取得了新的最先进的结果。实验结果表明,该机制显著提高了多轮语义解析的性能。
2022-07-26 cs.AI cs.CL
Beyond SELECT: A Comprehensive Taxonomy-Guided Benchmark for Real-World Text-to-SQL Translation
ByteDance, China(字节跳动)
本文提出了一种基于分类的文本到SQL数据集生成方法,通过引入新的分类体系和数据合成管道,生成了更具多样性和覆盖性的SQL-Synth数据集,同时揭示了现有LLMs在复杂场景下的性能局限性。
2025-11-24 cs.AI cs.CL
From Queries to Insights: Agentic LLM Pipelines for Spatio-Temporal Text-to-SQL
University of Kansas(堪萨斯大学)
自然语言到SQL(NL-to-SQL)系统有望实现对结构化数据的民主化访问,允许用户在不学习SQL的情况下查询数据库。然而,现有的系统挣扎与现实的时空查询,成功需要调整模糊的用户措辞与特定模式的类别,处理时间推理,并选择适当的输出。我们提出了一个代理管道,它扩展了一个天真的文本到SQL基线(llama-3-sqlcoder-8b),并通过基于Mistral的ReAct代理进行编排。代理可以通过模式检查、SQL生成、执行和可视化工具来计划、分解和调整查询。我们评估了35个自然语言查询在纽约市和东京签入数据集,涵盖空间,时间和多数据集推理。该代理实现了比原始基线91.4%对28.6%更高的准确性,并通过地图,图表和结构化的自然语言摘要增强了可用性。至关重要的是,我们的设计能够实现更自然的人机交互,支持缺乏SQL专业知识、详细的模式知识或提示技能的用户。我们的结论是,代理编排,而不是更强大的SQL生成器单独,是一个很有前途的基础交互式地理空间助理。
2025-10-29 cs.AI cs.SE
R$^3$-SQL: Ranking Reward and Resampling for Text-to-SQL
ETRI(电子科技大学);Seoul National University(首尔国立大学);Snowflake AI Research(Snowflake人工智能研究)
R³-SQL通过统一奖励和重采样解决文本到SQL中排名不一致和正确SQL缺失的问题,提升了执行准确率。
2026-04-28 cs.AI cs.CL cs.SE
mRAT-SQL+GAP:A Portuguese Text-to-SQL Transformer
Universidade de São Paulo(圣保罗大学)
自然语言问题到SQL查询的转换已经吸引了越来越多的关注,特别是与Transformers和类似的语言模型相关的。大量的技术都是面向英语的;在这项工作中,我们因此调查了在葡萄牙语中给出输入问题时翻译为SQL的情况。为此,我们适当调整了最先进的工具和资源。我们通过依赖多语言BART模型(我们报告了使用其他语言模型的测试)改变了RAT-SQL+GAP系统,并生成了Spider数据集的翻译版本。我们的实验揭示了非英语语言作为目标时出现的有趣现象;特别是,即使需要单个目标语言,也最好用原始和翻译的训练数据集一起进行训练。这个多语言BART模型用双倍大小的训练数据集(英语和葡萄牙语)进行了微调,达到了基线的83%,为葡萄牙语测试数据集做出了推断。这项调查可以帮助其他研究人员用不同于英语的语言得出机器学习的结果。我们的多语言版本的RAT-SQL+GAP和数据是可用的,开源的mRAT-SQL+GAP在:https://github.com/C4AI/gap-text2sql
2021-11-29 cs.AI cs.CL