Text-to-SQL Multi-Agent System Task Decomposition LLM Agents
摘要

针对大语言模型在处理大规模模式及多步推理的复杂文本转 SQL 任务中的局限,本文提出 AV-SQL 框架。该框架将复杂查询分解为专用智能体流水线,核心概念为“智能体视图”,即封装中间逻辑并过滤相关模式的公用表表达式。系统包含重写、视图生成及协同规划生成修订三个阶段。实验表明,AV-SQL 在 Spider 2.0 基准上执行准确率达 70.38%,显著优于现有最先进方法,同时在多个标准数据集上保持竞争力。

AI 推荐理由

论文提出多智能体流水线,核心在于任务分解与分步规划生成复杂 SQL。

研究机构
Griffith University (Australia) The University of Queensland (Australia)
论文信息
作者 Minh Tam Pham, Trinh Pham, Tong Chen, Hongzhi Yin, Quoc Viet Hung Nguyen et al.
发布日期 2026-04-08
arXiv ID 2604.07041
相关性评分 9/10 (高度相关)