文本到SQL的目标是让用户用自然语言查询数据库，但在真实环境中面临三大障碍：数据库模式庞大且晦涩、结构化模式导致检索相关表列困难、生成的SQL缺乏语法和语义校验。Reflect‑SQL 通过多阶段自我反思来破解这些问题。首先利用知识库对模糊模式进行理解；随后在检索环节引入反馈循环，使用 LLM‑as‑judge 对用户查询进行改写并挑选最相关的表列；在合成环节构建合成循环，LLM 生成 SQL 后交由判官模型评分并自动纠错；最后的蕴含循环持续优化整体流程并向知识库注入新发现。整个系统在每一步都形成闭环反馈，使得生成的 SQL 在语法和语义上更可靠。实验在 BIRD 基准上取得 72.03% 的执行准确率，显著超越现有最优方法，展示了在企业级应用中的可靠性提升。
点评