Text2SQL任务将自然语言查询转为SQL，经历四个阶段，目前面临提示优化、模型训练和推理增强三大难题。本文提出J-Schema和Iterative DPO方法，使模型在BIRD数据集上的执行准确率从56.6%提升至69.2%。通过思维链引导推理，采用自洽性方法优化答案选择，取得显著效果。

本研究探讨了多感知信息在复杂场景中的组合推理能力，提出了两个基准测试和新的推理增强方法，显著提升了模型性能，展现了研究潜力和应用价值。