AAAI 2026 | AutoLink首创自主扩展模式链接，突破大规模Text-to-SQL瓶颈

背景：Text-to-SQL任务旨在将自然语言问题转换为SQL查询，但面对包含大量表和列的工业级数据库时，直接将完整模式输入大语言模型会导致计算成本高、噪声干扰和性能下降。研究目的：论文提出AutoLink方法，将模式链接从一次性静态筛选重构为智能体驱动的自主探索和渐进式扩展过程，以突破大规模数据库下的可扩展性瓶颈。结论：AutoLink通过多轮交互，结合语义检索和轻量SQL验证，在Spider 2.0-Lite等大规模数据集上实现了更高的严格召回率和更低的令牌消耗，为工业级Text-to-SQL提供了更稳健、高效的解决方案。