№texttosql·general
Text-to-SQL
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-06-13
- 累计提及
- 10
§ 01综述
Text-to-SQL是一种将自然语言问题自动转换为结构化查询语言（SQL）的技术，旨在降低非技术人员访问数据库的门槛。近年来，随着大语言模型的发展，Text-to-SQL领域的准确率显著提升，并逐渐向多轮对话、复杂查询和动态优化方向演进。
Text-to-SQL 近期进展
谷歌发布Gemini-SQL2，登顶BIRD榜单：Google推出的Gemini-SQL2系统基于Gemini 3.1 Pro模型，在BIRD benchmark上达到80.04%的准确率，成为单模型榜单第一。该系统通过改进的推理策略和数据库模式理解，显著提升了复杂查询的转换能力。原文标题
TAHOE：自动优化提示的Text-to-SQL系统：一项最新研究提出TAHOE框架，利用经验积累自动优化提示词，无需人工干预即可适应不同数据库。该系统在多个评测集上表现优异，展示了自动化提示工程的潜力。原文标题
CA-SQL：动态计算分配提升推理效率：CA-SQL方法针对大模型推理过程中的资源分配问题，通过动态调整计算量来平衡速度与准确率。实验表明，该方法在保持高精度的同时减少了近30%的推理开销。原文标题
Analytic Agent：面向企业API的Text-to-SQL智能体：Analytic Agent系统将Text-to-SQL能力与API调用结合，构建面向企业分析场景的智能agent。它能处理多表联查、聚合函数等复杂任务，并支持自然语言交互式的数据探索。原文标题
当前焦点与观察点
当前Text-to-SQL的研究焦点集中在三个方向：一是如何进一步提升模型在跨领域、复杂查询下的准确率，例如Gemini-SQL2证明了更大规模模型和专用优化的有效性；二是自动提示优化与动态计算分配，旨在降低人工调参成本并提高实用性；三是向智能agent演进，使Text-to-SQL不仅仅是查询转换器，而是能理解上下文、执行多步骤交互的完整系统。尽管准确率突破80%，但面对歧义问题、数据库稀疏性及用户意图多样性，Text-to-SQL离成熟商业应用仍有距离。未来，结合多模态数据与上下文学习的方案可能成为新突破口。