AgentNLQ：自然语言到 SQL 的通用代理

2026-05-20 1 阅读 Olena Bogdanov, Yeunji Jung, Chandra Dhir, Pareekshitreddy Gaddam, Saurabh Jain, Lakshmi Tumati, Vijay Parthasarathy, Anup Shirgaonkar

arXiv:2605.19010v1 公告类型：新摘要：由于关系数据库在广泛的实际问题中无处不在的重要性，自然语言到 SQL（NL2SQL）的转换对于研究人员和企业来说是一个重要问题。尽管法学硕士的能力取得了快速进步，但 NL2SQL 的准确性尚未达到与人类专家 SQL 编写人员相当的水平，因此需要对 NL2SQL 算法进行进一步改进。本研究提出了一种新的 NL2SQL 多代理方法，该方法在 BIg Bench for LaRge-scale Database (BIRD) 基准测试中实现了 78.1% 的语义准确性。我们的方法利用用户提供的模式的语义丰富的表示，添加用户提供的业务规则，并生成准确的 SQL 查询。这项研究的主要贡献是（a）我们在多代理解决方案中设计了一个优化的新编排器，该解决方案使用 LLM 来计划、编排、反映和自我纠正以生成准确的 SQL 查询，（b）我们开发了一种高级模式丰富方法，该方法创建上下文感知元数据以提高准确性，以及（c）我们通过在 BIRD-SQL 基准测试上评估该方法，证明了该方法在不同领域和数据集上的准确性和通用性。