markdown 随着 人工智能（AI）技术的飞速发展，Text-to-SQL技术作为连接自然语言与数据库的桥梁，正受到学术界和工业界的广泛关注。其目标是让用户能够通过简单的自然语言查询，直接从数据库中获取所需信息，无需掌握复杂的 SQL语法。近日，北京大学与作业帮团队在国际顶会 CIKM 2025上发表了题为“Interactive-T2S: Multi-Turn Interactions for Text-to-SQL with Large Language Models”的论文，提出了一种创新的 Interactive-T2S框架，旨在解决现有 Text-to-SQL 方法在处理复杂数据库和低资源环境下的难题。
Interactive-T2S 框架的核心突破
传统 Text-to-SQL方法面临诸多挑战。一方面，面对拥有大量列的“宽表”数据库时，模型需要处理的信息量巨大，导致查询效率低下。另一方面，低资源场景下，标注数据稀缺，限制了模型的泛化能力。此外，现有方法缺乏可解释性，难以追溯 SQL 生成逻辑。Interactive-T2S框架针对这些痛点，将大型语言模型（LLM）塑造成一个能够与数据库进行多轮交互的智能代理（Agent），通过“思考-行动-观察”的循环，逐步分解问题、搜集信息、构建并最终执行 SQL查询。
Interactive-T2S框架的核心在于其设计的四大工具：
- SearchColumn（语义找列）：根据自然语言问题的语义，对数据库列名、描述进行向量化处理，并返回相关列及其统计特征。
- SearchValue（模糊找值）：基于 BM25算法在数据库中搜索目标单元格值，解决实时更新数据的定位问题。
- FindShortestPath（表关联找路径）：将数据库 schema视为无向图，计算两列间最短关联路径，简化多表关联逻辑。
- ExecuteSQL（实时执行验证）：支持直接执行生成的 SQL并返回结果，为 LLM提供反馈以修正错误。
通过这四个工具，Interactive-T2S框架将 SQL生成拆解为“找列找值 - 表关联 - 执行验证”三步，避免了 LLM直接处理海量冗余信息，显著提高了效率。同时，框架仅需 2 个标注示例即可实现少样本学习，降低了对标注数据的依赖。
多轮交互与少样本学习的优势
Interactive-T2S框架遵循“问题拆解→信息定位→表关联→SQL 执行”的统一交互流程，每一步均需 LLM输出“思考过程 + 工具行动”，确保生成逻辑可追溯。实验结果表明，在 Spider、BIRD等多个数据集上，Interactive-T2S框架均取得了 SOTA性能。尤其在 BIRD-Dev数据集上，其执行准确率（EX）达 54.56%，显著优于现有方法。在宽表处理方面，Interactive-T2S在 Spider-Dev与 BIRD-Dev上的 prompt token消耗仅为其他方法的 22%-36%，效率优势明显。此外，在仅使用 2 个示例的少样本设置下，Interactive-T2S在同义词干扰等变体数据集上的 EX值分别达 78.7%、80.7%，展现出强大的泛化能力。
技术趋势与应用前景
Interactive-T2S框架的创新设计使其在多个领域具备落地潜力。在智能教育领域，教师可以通过自然语言查询“某知识点错题率 Top3 的班级”；在企业数据分析领域，市场人员可快速查询销售数据；在政务公开查询领域，市民可以通过自然语言获取精准结果。未来，研究团队将进一步优化工具的计算效率，并探索框架在多模态数据中的扩展能力，推动 Text-to-SQL技术向更复杂的真实场景渗透。随着 AI技术在数据库查询领域的深入应用，Interactive-T2S框架有望成为未来智能数据交互的重要基石。这项研究成果也为 AI在更广泛领域的应用，如 智能客服、数据分析自动化等，提供了新的思路。
这项由北京大学和作业帮团队联合推出的 Interactive-T2S框架，无疑为 Text-to-SQL领域注入了新的活力。你认为这种多轮交互的模式，在未来的人工智能应用中，还会带来哪些惊喜？欢迎在评论区留下你的看法。
![]()
