MTSQL-R1 : Vers un Text-to-SQL multi-tours à long horizon via un entraînement agentique
MTSQL-R1: Towards Long-Horizon Multi-Turn Text-to-SQL via Agentic Training
October 12, 2025
papers.authors: Taicheng Guo, Hai Wang, ChaoChun Liu, Mohsen Golalikhani, Xin Chen, Xiangliang Zhang, Chandan K. Reddy
cs.AI
papers.abstract
Le Text-to-SQL multi-tours vise à traduire les énoncés conversationnels d'un utilisateur en requêtes SQL exécutables tout en préservant la cohérence du dialogue et l'ancrage au schéma cible. Cependant, la plupart des systèmes existants considèrent cette tâche comme une simple traduction de texte et suivent un paradigme à court terme, générant une requête par tour sans exécution, vérification explicite ou raffinement, ce qui conduit à des résultats non exécutables ou incohérents. Nous présentons MTSQL-R1, un cadre d'entraînement agentique pour le Text-to-SQL multi-tours à long terme. Nous modélisons la tâche comme un Processus de Décision Markovien (MDP) dans lequel un agent interagit avec (i) une base de données pour obtenir un retour d'exécution et (ii) une mémoire de dialogue persistante pour la vérification de la cohérence, effectuant un cycle itératif de proposition -> exécution -> vérification -> raffinement jusqu'à ce que tous les contrôles soient validés. Les expériences sur COSQL et SPARC démontrent que MTSQL-R1 surpasse systématiquement les bases de référence solides, soulignant l'importance de la vérification pilotée par l'environnement et du raffinement guidé par la mémoire pour l'analyse sémantique conversationnelle. Les recettes complètes (y compris le code, les modèles entraînés, les journaux, les trajectoires de raisonnement, etc.) seront publiées après la revue interne pour contribuer à la recherche communautaire.
English
Multi-turn Text-to-SQL aims to translate a user's conversational utterances
into executable SQL while preserving dialogue coherence and grounding to the
target schema. However, most existing systems only regard this task as a simple
text translation task and follow a short-horizon paradigm, generating a query
per turn without execution, explicit verification, and refinement, which leads
to non-executable or incoherent outputs. We present MTSQL-R1, an agentic
training framework for long-horizon multi-turn Text-to-SQL. We cast the task as
a Markov Decision Process (MDP) in which an agent interacts with (i) a database
for execution feedback and (ii) a persistent dialogue memory for coherence
verification, performing an iterative propose to execute -> verify -> refine
cycle until all checks pass. Experiments on COSQL and SPARC demonstrate that
MTSQL-R1 consistently outperforms strong baselines, highlighting the importance
of environment-driven verification and memory-guided refinement for
conversational semantic parsing. Full recipes (including code, trained models,
logs, reasoning trajectories, etc.) will be released after the internal review
to contribute to community research.