Hacker News · AI·· 6 小时前AI 评分58
Thinking Machines 详解 ReViSQL-K2.6:一款经强化学习训练、无需脚手架即可达到人类水平准确率的文本转 SQL 模型
Putting Task Expertise into RL Achieves SOTA Performance on Text-to-SQL
AI 导读
Thinking Machines 介绍了 ReViSQL-K2.6,这是一个基于 Kimi-K2.6、在清洗后的训练集上用 RLVR 微调的模型,在 Arcwise-Plat-SQL 上采用 16 样本自一致性达到 92.97%,每任务成本 0.56 美元,高于 92.96% 的人类基准。团队审计了 2.5k 条 BIRD Train 实例,发现其中 61.1% 存在错误,包括 52.1% 的 gold SQL 不正确,随后将修正后的数据集发布为 BIRD-Platinum。奖励塑形加入了 VeriEQL 等价性检查以及针对外部知识的基于规则的过程奖励,该模型以 GPT-5.6 Sol Ultra 和 Claude Fable 5 的 12–15% 成本击败了二者。
来源:Hacker News · AI · thinkingmachines.ai