AgentSM: Semantic Memory for Agentic Text-to-SQL
Amazon Web Services(亚马逊网络服务);University of California, Berkeley(加州大学伯克利分校);Oracle Corporation(甲骨文公司);Snowflake Inc.(Snowflake公司)
AgentSM通过构建可解释的语义记忆,提升文本到SQL任务的效率和准确性,减少令牌使用和轨迹长度,达到更高执行精度。
2026-01-22 cs.AI cs.DB cs.LG
AV-SQL: Decomposing Complex Text-to-SQL Queries with Agentic Views
Griffith University(格里菲斯大学);The University of Queensland(昆士兰大学)
AV-SQL通过代理视图分解复杂文本到SQL查询,提升复杂查询的执行准确率,其在Spider 2.0基准测试中达到70.38%的准确率,优于现有方法。
2026-04-08 cs.AI cs.DB cs.ET
SQL-ASTRA: Alleviating Sparse Feedback in Agentic SQL via Column-Set Matching and Trajectory Aggregation
Griffith University(格里菲斯大学);Fudan University(复旦大学);The University of Hong Kong(香港大学);Peking University(北京大学);InFly;Shanghai Innovation Institute(上海创新研究院);Shanghai Academy of Artificial Intelligence for Science(上海人工智能科学研究院)
本文提出SQL-ASTRA框架,通过列集匹配和轨迹聚合解决代理SQL中的稀疏反馈问题,引入轨迹奖励和列集匹配奖励,提升多轮任务的奖励分配效率与稳定性。
2026-03-17 cs.AI
Deploying and Evaluating a Smart-Agriculture Agentic Engine for Full-Season Soybean Farm Operations
synkrasis-labs(辛克拉西斯实验室)
该研究开发并部署了智能农业智能体系统FAIRY,在100个全季大豆场景中评估9种最先进智能体控制器,结合多维度指标建立评估套件,用于全季大豆农场运营的智能体引擎部署与评估。
2026-09-02 cs.AI cs.RO
MTSQL-R1: Towards Long-Horizon Multi-Turn Text-to-SQL via Agentic Training
University of Notre Dame(诺特丹大学);Amazon(亚马逊);Salesforce
MTSQL-R1通过代理训练框架提升多轮文本到SQL任务的长视界表现,通过环境驱动验证和记忆引导细化提升对话连贯性。
2026-04-18 cs.AI cs.CL cs.DB
A Cost-Aware Agentic Architecture for NL-to-SQL over Nested Enterprise Schemas, with a New Benchmark
University of Texas at Austin(德克萨斯大学奥斯汀分校);DevRev
本文针对现有NL-to-SQL基准未覆盖的企业模式嵌套结构问题,构建新基准并提出成本感知智能体架构,在新基准上正确率大幅领先,在公开数据集上性能与领先系统相当。
2026-09-07 cs.AI
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
ReToolSQL: Agentic Reinforcement Learning for Robust Text-to-SQL
JPMorganChase(摩根大通)
ReToolSQL为文本到SQL提出两阶段训练框架,结合监督微调与智能体强化微调,在BIRD-SQL基准上取得高执行准确率,登顶单模型开发集排行榜,是实现企业级鲁棒文本到SQL的可行方案。
2026-08-31 cs.AI
BADGER: Bridging Agentic and Deterministic Evaluation for Generative Enterprise Reasoning
Merkle Analytics
提出BADGER框架,统一文本到SQL评估与自主行为评估,通过混合执行准确率指标(Hybrid-EX)和自主评估套件,在工业查询上超越现有方法。
2026-06-01 cs.AI
Sophrosyne: Agentic Exploration of Relational Data Systems Needs Moderation
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对LLM驱动的Text2SQL智能体在探索数据系统时过度探索的问题,提出Sophrosyne环境,通过增强API响应中的指令来引导探索,减少过度探索并提升SQL生成准确性。
2026-05-29 cs.AI cs.DB
RubikSQL: Lifelong Learning Agentic Knowledge Base as an Industrial NL2SQL System
Huawei Company(华为公司);Cornell University(康奈尔大学)
该研究针对企业级NL2SQL的隐式意图和领域术语挑战,提出RubikSQL系统,将其构建为终身学习任务,通过多技术构建完善知识库并采用多智能体工作流生成SQL,在两个数据集上获SOTA性能并发布工业场景基准RubikBench。
2025-08-25 cs.AI cs.CL cs.DB
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
Back to the Future: Rethinking EDA Infrastructure for Agentic Systems in Chip Design Verification
Columbia University(哥伦比亚大学);Google DeepMind(谷歌DeepMind);Google(谷歌)
针对芯片验证中EDA流程仍依赖人工的问题,提出端到端智能体框架BTTF,将仿真数据转为SQLite数据库并配合多智能体编排,实现自然语言查询转SQL,在150查询基准上达到95.33%准确率,推动自主验证。
2026-10-26 cs.AI
ExeSQL: Self-Taught Text-to-SQL Models with Execution-Driven Bootstrapping for SQL Dialects
The Hong Kong University of Science and Technology(香港科学与技术大学);Nanyang Technological University(南洋理工大学);The University of Hong Kong(香港大学)
ExeSQL提出执行驱动自举框架,通过迭代生成、执行过滤和偏好训练,使文本到SQL模型适应多种SQL方言,在PostgreSQL、MySQL和Oracle上分别提升15.2%、10.38%和4.49%。
2025-05-22 cs.AI cs.CL cs.DB
DualSQL: Text-to-SQL with Multi-Agent Reinforcement Learning
The Ohio State University(俄亥俄州立大学);Google LLC(谷歌有限责任公司)
DualSQL提出一种基于共享模型骨干的双智能体强化学习框架,通过联合优化模式链接与SQL生成,并引入REX度量,以少量数据训练达到超越32B模型的性能。
2026-09-17 cs.AI cs.CL cs.DB
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
Git4Data: Database-Native Version Control for AI Agents
MatrixOrigin(矩阵起源);Purdue University(普渡大学)
Git4Data是面向AI智能体的数据库原生版本控制层,通过SQL扩展提供Git风格操作,在BranchBench上性能优于DoltDB,可高效支持AI智能体的关系数据版本管理。
2026-09-03 cs.AI cs.DB
Residual Skill Optimization for Text-to-SQL Ensembles
University of California, San Diego(加州大学圣地亚哥分校);Snowflake AI Research(Snowflake人工智能研究)
本文提出DivSkill-SQL,一种残差技能优化框架,通过在当前技能集成失败的示例上优化新技能,从而构建互补的文本到SQL集成,提升Pass@K性能,在Spider2-Lite上实现了显著的准确性提升,同时在不同方言和任务上表现出一致的改进。
2026-05-20 cs.AI cs.CL cs.DB
Agentic Control Center for Data Product Optimization
本文提出了一种基于AI代理的系统,通过连续优化循环自动化改进数据产品,平衡自动化与信任和监督。
2026-03-10 cs.AI
Agentics 2.0: Logical Transduction Algebra for Agentic Data Workflows
IBM(国际商业机器公司)
Agentics 2.0通过逻辑转导代数构建高质量、可解释且类型安全的代理数据工作流,展示了在数据驱动发现和NL到SQL语义解析中的先进性能。
2026-03-04 cs.AI cs.LG
Ascent: An Agentic System over the Model Context Protocol for Real-World Clinical Data Analysis
Bayer AG(拜耳公司)
Ascent是一个基于模型上下文协议的智能体系统,用于真实世界临床数据分析,通过EpiTrap数据集验证,相比固定流程在原生和标准化模式上准确率分别提升27和20个百分点。
2026-09-22 cs.AI cs.IR
Aggregation Queries over Unstructured Text: Benchmark and Agentic Method
Southeast University(东南大学);Imperial College London(伦敦帝国学院);The University of Manchester(曼彻斯特大学)
本文提出DFA方法,用于在无结构文本上进行完整性导向的聚合查询,通过模块化设计提升证据覆盖能力。
2026-02-03 cs.AI
Beyond the Harness: End-to-End Optimization of Context Artifacts for Enterprise Text-to-SQL
Amazon(亚马逊公司)
针对企业文本转SQL任务的上下文瓶颈,本文提出从历史查询生成可复用SQL参考卡片的端到端优化方法,在生产查询基准上取得显著优于优化检索框架的提升,在BEAVER基准上也实现了有效改进。
2026-08-25 cs.AI cs.LG
Do Agents Know When They Succeed? Calibrating Agent Confidence from Internal Representations
UMass Amherst(马萨诸塞大学阿默斯特分校)
本文提出两种基于内部表示的方法(LTD和ARP)来校准多轮智能体置信度,在三个基准和三个模型上优于现有基线,实现零开销可靠性监控。
2026-10-14 cs.AI
HEXGEN-FLOW: Optimizing LLM Inference Request Scheduling for Agentic Text-to-SQL
HKUST(香港科技大学);ETH Zurich(苏黎世联邦理工学院);Tsinghua University(清华大学)
HEXGEN-FLOW通过优化调度策略和参数调整,显著提升了基于代理的LLM文本到SQL系统在异构GPU集群中的性能和稳定性。
2026-03-08 cs.DB
How Do LLMs Fail In Agentic Scenarios? A Qualitative Analysis of Success and Failure Scenarios of Various LLMs in Agentic Simulations
Kamiwaza AI
研究分析了LLM在代理任务中的失败原因,发现模型规模不决定鲁棒性,强调训练和设计对可靠性的重要性。
2025-12-09 cs.AI cs.SE
VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use
University of Waterloo(滑铁卢大学);Sea AI Lab(Sea AI 实验室);University of Toronto(多伦多大学);Shanghai University(上海大学);HKUST(香港科技大学);M-A-P;National University of Singapore(新加坡国立大学)
VerlTool提出统一模块化框架,通过异步执行和标准化工具管理,支持多模态多轮智能体强化学习,在6个领域取得与专用系统相当的性能。
2025-10-17 cs.AI cs.CL cs.CV
Oculi: A Conversational Agentic Platform for Automated Credit Risk Analysis
Royal Bank of Canada(加拿大皇家银行);RBC Borealis
研究人员推出对话式智能体平台Oculi,采用三层架构及结合确定性统计与LLM引导特征选择的细分发现流程,可自动完成信用风险分析,缩短洞察时间并保持严谨性,能发现手动探索难以处理的风险细分领域。
2026-09-01 cs.AI cs.LG
ST-Raptor: An Agentic System for Semi-Structured Table QA
Tsinghua University(清华大学)
ST-Raptor通过结合视觉编辑、树形结构建模和代理驱动查询解决,提升半结构化表格问答的准确性和易用性。
2026-02-03 cs.AI
Cyber Defense Benchmark: Agentic Threat Hunting Evaluation for LLMs in SecOps
Simbian AI
本文提出网络防御基准,评估LLM代理在威胁狩猎任务中的表现,发现现有模型在无引导情况下无法有效识别恶意事件。
2026-04-22 cs.AI cs.CR
Graph-Based Agentic AI with LangGraph: Workflow Pathways for Long-Running Stateful Business Processes
Dhillon School of Business, University of Lethbridge(莱斯布里奇大学迪隆商学院);Universidad de Guadalajara(瓜达拉哈拉大学);Al Hussein Technical University(侯赛因技术大学);Universidad de Guanajuato(瓜纳华托大学)
本文为业务流程中的生成式AI系统提供基于图的工作流路径实践指南,提出三种可执行方法展示相关技术协同,按工作流复杂性定位LangGraph,解释其适用场景及实现模式,明确产品行为。
2026-07-22 cs.AI cs.SE
SQL-of-Thought: Multi-agentic Text-to-SQL with Guided Error Correction
Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所);AWS GenAI(亚马逊AWS生成式人工智能)
针对 Text-to-SQL 转换难题,本文提出多智能体框架 SQL-of-Thought,通过任务分解、推理式查询规划和分类体系引导的动态纠错,在 Spider 及其变体上达到最先进性能。
2025-09-28 cs.DB cs.LG
Towards Agentic Investigation of Security Alerts
University of Oslo(奥斯陆大学);Norwegian Defence Research Establishment (FFI)(挪威国防研究机构(FFI))
本文提出一种利用大语言模型自动化安全警报初步调查的代理工作流,通过预定义查询和结构化工具访问提高准确性,减少人工工作量。
2026-04-28 cs.AI cs.CR
Edge-Based Agentic Retrieval-Augmented Generation for Autonomous FHWA Bridge Inspection Compliance
针对FHWA桥梁合规核查的痛点,提出离线智能体RAG系统BridgeGuard,结合向量搜索与SQL查询,在边缘硬件实现高准确率、高速的结构缺陷桥梁识别。
2026-08-24 cs.AI cs.IR cs.MA
Penetration Testing of Agentic AI: A Comparative Security Analysis Across Models and Frameworks
本文通过测试五个代理AI模型和两个框架,揭示了代理AI在安全方面的显著差异,发现超过一半的恶意提示成功,提出了新的防御策略和部署建议。
2025-12-16 cs.AI cs.CR
Closing the Reflection Gap: A Free Calibration Bonus for Agentic RL
University of California, Riverside(加州大学河滨分校)
针对LLM智能体在环境反馈后自我评估不准确的问题,提出RefGRPO方法,通过对比反思与实际结果计算免费校准奖励并动态调整系数,同时提升反思校准和任务准确率。
2026-06-15 cs.AI cs.LG
Evaluating Small Language Models for Agentic On-Farm Decision Support Systems
Cornell University(康奈尔大学)
本文评估了小型语言模型在乳牛养殖决策支持系统中的可行性,开发了集成多个代理的 AI 系统,并展示了 Qwen-4B 在多数任务中的优异表现。
2025-12-16 cs.AI
TwinBI: An Agentic Digital Twin for Efficient Augmented Interactions with Business Intelligence Dashboards
Graduate School of Data Science, Seoul National University(首尔大学数据科学研究生院)
提出TwinBI框架,通过LLM代理与可执行仪表盘状态耦合,统一对话、操作、语义和溯源,提升多步分析中状态一致性,将精确匹配准确率从43.3%提升至63.3%,超时率从40%降至10%。
2026-06-15 cs.AI cs.MA
Coco: An Agentic Copilot for the Hardware--Software Co-Design Lifecycle
Google DeepMind(谷歌DeepMind);Google(谷歌);MIT(麻省理工学院)
本文提出Coco,一个面向TPU架构师的智能体平台,通过四层架构(数据存储、工具库、智能体、UX)加速硬件-软件协同设计生命周期,减少模拟与洞察时间,并论证协同设计是独特的智能体领域。
2026-10-05 cs.AI cs.PL
CyberRAG: An Agentic RAG cyber attack classification and reporting tool
University of Calabria(卡利博里大学);IMT School for Advanced Studies(IMT高级研究学院)
CyberRAG是一种基于代理的RAG框架,通过模块化设计实现网络攻击的实时分类、解释和结构化报告,提高检测准确性和可解释性。
2025-09-10 cs.AI cs.CR cs.SE
Think in English, Answer in Korean: Efficient Adaptation of Multilingual Tool-Using Agents
Cohere;LG CNS
提出LuckyStar 111B混合推理模型,通过多语言监督微调、可验证奖励强化学习、语言一致性奖励和4-bit量化,高效适配多语言工具使用智能体,提升数学推理、函数调用和NL2SQL性能。
2026-07-01 cs.AI cs.LG
Shared Selective Persistent Memory for Agentic LLM Systems
Apple Inc.(苹果公司)
智能语言模型系统面临上下文问题,本文提出共享选择性持久内存架构,识别保留四类可重用上下文,丢弃特定会话推理痕迹,实现共享协作重用。在企业场景和公共数据集实验中验证其有效性,提高任务完成率,降低成本,优于全历史持久化等极端方式。
2026-09-16 cs.AI cs.MA cs.SE
BIRDTurk: Adaptation of the BIRD Text-to-SQL Dataset to Turkish
Roketsan Inc.(罗克桑公司);Middle East Technical University(中东技术大学)
BIRDTurk是首个将BIRD文本到SQL基准适应到土耳其语的数据集,通过受控翻译流程保持SQL逻辑结构,评估了代理推理和监督微调在土耳其语中的表现,揭示了语言差异对性能的影响。
2026-02-03 cs.AI cs.CL cs.DB
FastOMOP: A Foundational Architecture for Reliable Agentic Real-World Evidence Generation on OMOP CDM data
Lancashire Teaching Hospitals NHS Foundation Trust(兰开夏教学医院国家健康服务信托基金会);Lancaster University(兰卡斯特大学);EPSRC DRIVE-Health, Department of Biostatistics & Health Informatics(EPSRC DRIVE-Health,生物统计学与健康信息学部门);King’s College London(伦敦国王学院);Institute for Health Informatics(健康信息学研究所);University College London(伦敦大学学院);NIHR Biomedical Research Centre(英国国家健康服务研究院生物医学研究中心);University College London Hospitals NHS Foundation Trust(伦敦大学学院医院国家健康服务信托基金会);Health Data Research UK London(英国健康数据研究伦敦);South London and Maudsley NHS Foundation Trust and King’s College London(伦敦南部及莫德利国家健康服务信托基金会和伦敦国王学院);Department of Biostatistics & Health Informatics, Institute of Psychiatry, Psychology & Neuroscience(生物统计学与健康信息学部门,精神病学、心理学与神经科学研究所)
本文提出FastOMOP架构,通过分离治理、可观测性和编排三层,解决代理系统在现实世界证据生成中的安全性和可靠性问题,验证结果显示其在不同数据集上均能保持高可靠性。
2026-04-27 cs.AI cs.MA
Open Agent Specification (Agent Spec): A Unified Representation for AI Agents
本文提出开放智能体规范 Agent Spec,通过统一的声明式语言、组件与数据流语义及标准化评估测试平台,实现 AI 智能体跨框架定义、执行与比较,并配套 SDK、参考运行时和适配器,提升智能体系统的可复用性与可移植性。
2025-11-07 cs.AI
Structured Context Engineering for File-Native Agentic Systems: Evaluating Schema Accuracy, Format Effectiveness, and Multi-File Navigation at Scale
HxAI Australia(澳大利亚HxAI)
本研究评估了文件原生代理系统中结构化上下文工程的准确性、格式有效性及多文件导航,发现模型能力是影响性能的关键因素,架构选择需根据模型能力调整。
2026-02-12 cs.AI cs.CL
ELT-Bench-Verified: Benchmark Quality Issues Underestimate AI Agent Capabilities
IBM Research(IBM研究院);ETH Zurich(苏黎世联邦理工学院);University of Illinois (UIUC)(伊利诺伊大学厄巴纳-香槟分校)
本文通过重新评估ELT-Bench发现代理能力被低估,提出Auditor-Corrector方法修正评估质量,构建ELT-Bench-Verified提升评估准确性。
2026-04-02 cs.AI cs.DB
ATCC: Adaptive Concurrency Control for Unforeseen Agentic Transactions
Northeastern University(东北大学)
本文提出ATCC,一种针对意外代理事务的自适应并发控制方法,通过动态调整乐观与悲观执行策略,显著提升事务吞吐量并降低尾部延迟。
2026-03-14 cs.DB
TableGPT-R1: Advancing Tabular Reasoning Through Reinforcement Learning
Zhejiang University Institute of Computing Innovation(浙江大学计算创新研究院)
TableGPT-R1通过强化学习框架提升表格推理能力,整合数据工程、奖励系统和多阶段训练框架,实现复杂表格任务的先进性能。
2025-12-25 cs.AI cs.LG
Blue Data Intelligence Layer: Streaming Data and Agents for Multi-source Multi-modal Data-Centric Applications
本文提出Blue数据智能层,通过整合异构数据源、多模态信息及上下文数据,解决多源多模态数据导向应用中的复杂查询需求,结合智能体与数据处理实现自然语言到SQL的扩展。
2026-04-16 cs.AI cs.DB
TAHOE: Text-to-SQL with Automated Hint Optimization from Experience
ByteDance Inc.(字节跳动公司);Georgia Institute of Technology(佐治亚理工学院)
提出TAHOE系统,通过错误驱动的提示学习管道将调试痕迹转化为结构化提示库,结合策略层建模用户意图,在Spider 2.0-Snow上无需更新参数即可显著提升Text-to-SQL性能。
2026-06-11 cs.AI cs.DB
SCARE: A Benchmark for SQL Correction and Question Answerability Classification for Reliable EHR Question Answering
Korea Advanced Institute of Science & Technology(韩国科学技术院)
SCARE是一个用于评估SQL校正和问题可回答性分类的基准,旨在提升EHR问答系统的安全性与可靠性。
2025-12-21 cs.CL cs.DB
BEAVER: An Enterprise Benchmark for Text-to-SQL
MIT(麻省理工学院);Harvard University(哈佛大学);Greenshoe, Inc.(Greenshoe公司)
BEAVER是首个基于企业私有数据仓库构建的文本到SQL基准测试,包含9128个问题-SQL对和19个领域的812张表,通过合成高质量查询和细粒度评估方法,揭示了现有模型在复杂企业场景下的性能差距。
2026-05-13 cs.AI cs.CL cs.DB
APEX: Agent Payment Execution with Policy for Autonomous Agent API Access
APEX提出了一种适应法币系统的自主代理支付框架,通过HMAC签名短时令牌实现安全支付流程,实验显示政策控制可减少27.3%的总支出并保持52.8%的合法请求成功率。
2026-04-02 cs.AI cs.CR