Tới nội dung
Sự việc nóngĐang diễn ra

ReViSQL-K2.6 của Thinking Machines đạt độ chính xác text-to-SQL ngang mức con người

1 bài viết1 nguồn đưa tinCập nhật 6 giờ trước

Bắt đầu từ đây

Tóm tắt AI

Thinking Machines đã công bố chi tiết về ReViSQL-K2.6, một mô hình Kimi-K2.6 được tinh chỉnh bằng học tăng cường trên một tập huấn luyện đã làm sạch, đạt 92,97% trên Arcwise-Plat-SQL khi dùng self-consistency 16 mẫu với chi phí 0,56 USD mỗi tác vụ — chỉ cao hơn một chút so với mức đại diện cho con người là 92,96%. Nhóm cho biết mô hình vượt GPT-5.6 Sol Ultra và Claude Fable 5 với chi phí chỉ bằng 12–15% của chúng. Kết quả này dựa trên một benchmark đã được sửa: nhóm đã kiểm tra 2.500 mẫu BIRD Train và phát hiện lỗi ở 61,1% trong số đó, bao gồm gold SQL sai ở 52,1%, và phát hành tập đã sửa với tên BIRD-Platinum. Việc định hình phần thưởng bổ sung kiểm tra tương đương VeriEQL và phần thưởng quy trình dựa trên luật cho kiến thức bên ngoài. Các so sánh về độ chính xác và chi phí là số liệu do chính nhóm báo cáo.

Tạo từ các bài viết · cập nhật 6 giờ trước

Dòng thời gian bài viết

Theo các bài viết để thấy sự việc từ nhiều phía.

16 tháng 11
  1. Hacker News · AI
    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

    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.

Độ nóng của sự việc này

Hiện tại, trong khoảng so sánh được
9
Đỉnh, trong khoảng so sánh được
1016 tháng 11 11:00
Thay đổi trong 24 giờ
–

Xu hướng so sánh cùng một nhóm người tham gia trong những giờ được quan sát liên tục, nên khoảng của nó có thể hẹp hơn số độ nóng hiện tại. Rê chuột hoặc chạm vào biểu đồ để xem độ nóng theo giờ; các phím mũi tên di chuyển qua biểu đồ.