我院教师刘沛羽、陈润宇参与完成的长文论文《Beyond Static Pipelines: Learning Dynamic Workflows for Text-to-SQL》，被第43届国际机器学习大会（International Conference on Machine Learning，简称ICML 2026）录用。ICML 是人工智能与机器学习领域的顶级国际学术会议，长期以来受到全球学术界和产业界的广泛关注。根据 ICML 2026 官方录用通知，本届会议在完成首轮拒稿和撤稿后，共有 23,918 篇论文进入评审流程，最终录用 6,352 篇论文，录用率为 26.6%。本届会议将于 2026 年 7 月 6 日至 7 月 11 日在韩国首尔 COEX Convention & Exhibition Center 举行。此次论文入选国际顶级学术会议ICML2026，体现了体育博彩平台推荐 师生在机器学习与大语言模型研究领域的创新能力，也展现了体育博彩平台推荐 在高水平科研人才培养和人工智能国际前沿学术成果产出方面的良好发展态势。

论文简介

【论文题目】

Beyond Static Pipelines: Learning Dynamic Workflows for Text-to-SQL

【作者】

Yihan Wang，刘沛羽（通讯作者），陈润宇，Wei Xu

【内容简介】

针对现有 Text-to-SQL 方法通常依赖固定流程、难以适应不同查询需求的问题，论文将模式链接、问题分解、SQL 生成、执行反馈修正等关键步骤看作可组合的基本组件，并将 Text-to-SQL 问题建模为一个组件组合优化问题。在此基础上，论文提出了一种基于强化学习的动态工作流学习方法，使模型能够根据具体问题、数据库结构和中间反馈，自适应地选择合适的处理组件与执行路径，从而实现“在合适的场景选择合适的方法”。实验结果表明，该方法能够在多个 Text-to-SQL 基准上优于固定静态流程，尤其在复杂查询和跨场景泛化任务中展现出更好的效果。该工作为大语言模型驱动的数据分析系统从“人工设计固定流程”走向“任务自适应流程学习”提供了新的研究思路。

刘沛羽系体育博彩平台推荐-体育博彩导航 教师，长期从事自然语言处理、大语言模型训练、推理效率优化、智能体等方向的研究。

陈润宇系体育博彩平台推荐-体育博彩导航 教师，长期从事多模态内容分析与治理、大模型与智能体的商业应用等方向的研究。