导读
近日，PingCAP 团队与华东师范大学（ECNU）合作论文“基于多智能体大语言模型构建全自动表格问答系统”入选数据管理领域的三大顶级学术会议之一 ACM SIGMOD/PODS 国际数据管理会议。
今年，SIGMOD 2025 在德国柏林召开。来自全球的行业专家、数据库研究者与从业者汇聚一堂，共同展示数据库研究、开发和应用的最新成果，探讨数据管理领域的前沿技术和发展趋势。此次 PingCAP 团队论文再度入选，入选论文《UNITQA: A Unified Automated Tabular Question Answering System with Multi-Agent Large Language Models》介绍了通过多智能体大语言模型实现的统一自动化表格问答系统 UNITQA，欢迎业界同仁、技术爱好者们阅读了解。
入选论文
《UNITQA: A Unified Automated Tabular Question Answering System with Multi-Agent Large Language Models》
论文类型：系统演示论文 （Demo Paper）
论文作者：JunPeng Zhu(ECNU；PingCAP), Peng Cai(ECNU), Kai Xu(PingCAP), Li Li(PingCAP), Yishen Sun(PingCAP), Shuai Zhou(PingCAP), Haihuang Su(PingCAP), Liu Tang(PingCAP), Qi Liu(PingCAP)
研究亮点：自动化表格问答（TQA）由于其强大的功能，在数据分析和自然语言处理社区中引起了广泛关注。大语言模型（LLMs）的出现为该领域带来了范式转变。然而，现有的最先进方法通常无法对来自多个异构系统的多个表格进行操作，且答案准确性不足以满足工业领域的需求。本文提出了 UNITQA，一个通过多智能体大语言模型实现的统一自动化表格问答系统。首先，UNITQA 提供了一个用户友好的图形界面，使用户能够使用自然语言问题来执行 TQA 任务。其次，UNITQA 由五个智能体组成，它们协作完成用户指定的任务。为了高效地协调不同的智能体，UNITQA 采用了基于有限状态机的动态智能体调度算法。第三，UNITQA 集成了一系列数据连接器，允许 UNITQA 访问来自多个异构系统的各种表格。 UNITQA 已经在众多生产环境中实施和部署，其可用性和效率在具有代表性的真实场景得到了验证。
论文原文：https://dl.acm.org/doi/pdf/10.1145/3722212.3725140
演示的整体架构 UNITQA 的演示场景
在开源分布式数据库领域深耕多年，PingCAP 持续在 SIGMOD、VLDB、ICDE 等国际顶级会议输出创新成果，技术研究覆盖分布式事务、HTAP、智能化数据处理等关键领域。此次多智能体大语言模型驱动的数据管理技术成果获国际学术界认可，标志着 PingCAP 在 AI 时代构建“更智能的数据基础设施”迈出坚实步伐，也体现了 PingCAP 解决复杂工业场景问题的能力。未来，PingCAP 将持续以技术创新为重要导向，推动数据库与 AI、云计算深度融合，深耕技术前沿，为全球企业打造高效可靠的数据价值枢纽，赋能数字化转型、生产力跃升。
相关论文推荐
如您希望深入了解该技术背后核心算法与研究设计，我们推荐阅读此次演示论文的基础——研究论文《AutoTQA: Towards Autonomous Tabular Question Answering through Multi-Agent Large Language Models》。该论文更侧重于核心算法、系统设计与详实的实验验证，并已在另一大数据库领域顶会 VLDB 2024 上发表。
论文原文：https://dl.acm.org/doi/10.14778/3685800.3685816