Hacker News · AI·· 6 giờ trướcĐiểm AI58
Thinking Machines công bố chi tiết ReViSQL-K2.6, một mô hình text-to-SQL huấn luyện bằng RL đạt độ chính xác ngang con người mà không cần scaffolding
Putting Task Expertise into RL Achieves SOTA Performance on Text-to-SQL
Tóm tắt bằng AI
Thinking Machines mô tả ReViSQL-K2.6, một mô hình Kimi-K2.6 được tinh chỉnh bằng RLVR trên một tập huấn luyện đã làm sạch, đạt 92,97% trên Arcwise-Plat-SQL với self-consistency 16 mẫu ở mức 0,56 USD mỗi tác vụ, cao hơn mức đại diện con người 92,96%. Nhóm đã kiểm toán 2,5k mẫu BIRD Train và phát hiện lỗi ở 61,1% trong số đó, bao gồm gold SQL sai ở 52,1%, sau đó phát hành tập đã sửa với tên BIRD-Platinum. Reward shaping bổ sung kiểm tra tương đương VeriEQL và phần thưởng quy trình dựa trên luật cho kiến thức bên ngoài, và mô hình vượt GPT-5.6 Sol Ultra và Claude Fable 5 với chi phí bằng 12–15% của chúng.
Nguồn:Hacker News · AI · thinkingmachines.ai