SQLConductor：用于逐步文本到 SQL 编排的搜索至策略学习

针对复杂数据库环境下文本转 SQL 的挑战，本文提出 SQLConductor，一种逐步编排学习框架。该方法将子任务定义为专用动作，利用蒙特卡洛树搜索探索候选工作流，并通过稳定性估计识别鲁棒监督信号。采用稳定性加权监督微调与课程强化学习训练策略模型，使其能根据中间反馈动态选择下一步动作。实验表明，该框架在 BIRD-Dev 数据集上取得了 73.2% 的执行准确率，展现出优越的泛化能力与自适应编排优势。