大模型时代Text-to-SQL架构与策略综述发布
Start here
2026年11月3日，arXiv发布题为《重构 Text-to-SQL：大语言模型架构与策略综述》的研究成果。该综述系统梳理了100多篇基于大语言模型的Text-to-SQL研究，涵盖ReFoRCE、Snowflake Arctic-Text2SQL-R1及XiYan-SQL等代表性系统。文章将相关技术归纳为上下文学习、微调、智能体编排、检索增强生成（RAG）和强化学习五大范式，并指出这些技术方法共同推动了Spider、Spider 2.0与BIRD等行业基准的执行准确率刷新SOTA纪录。
AI-generated from reports · Updated 14 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能重构 Text-to-SQL：大语言模型架构与策略综述
该综述系统梳理了 100 多篇基于大语言模型的 Text-to-SQL 研究，涵盖 ReFoRCE、Snowflake Arctic-Text2SQL-R1 及 XiYan-SQL 等系统。文章将技术划分为上下文学习、微调、智能体编排、RAG 和强化学习五大范式，指出其推动了 Spider、Spider 2.0 与 BIRD 等基准的执行准确率刷新 SOTA。
Story heat trend
Current heat 6·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.