Text-to-SQL 数据合成
通过复杂度度量、分布调控与多样性筛选，研究可控的训练数据合成方法。
查看研究概述 →研究与项目实践
围绕 Agent 应用、数据合成与上下文检索，记录问题拆解、方法设计和工程实践。以下先展示两项研究工作的概述。
表格模型上下文检索
面向表格基础模型，研究兼顾相关性与多样性的上下文样本选择机制。
查看研究概述 →Text-to-SQL 可控数据合成方法研究
2025.09 - 2026.05研究问题
针对合成方向不可控、样本模式同质化的问题，研究如何让训练数据的生成方向与样本复杂度分布相匹配。
方法与实践
- 设计 SQL 复杂度度量与分布调控机制，使合成方向可按不同维度的分布调节。
- 构建复杂度引导与多样性筛选流水线，组织训练样本并开展 QLoRA 微调。
- 在 Spider Dev 上开展基线对比，形成数据生成、模型微调与评测的实验流程。
表格基础模型的上下文检索机制优化
2025.05 - 2026.02研究问题
针对仅依据相似度选择上下文样本的局限，研究如何在样本检索中兼顾相关性与多样性。
方法与实践
- 面向 TabPFN-V2、LimiX 等表格基础模型，设计上下文检索机制。
- 在 CC18、CTR23 上开展对比实验与消融分析。
- 评估检索机制对模型泛化表现的影响。