跳到正文
热点事件持续更新

Thinking Machines 的 ReViSQL-K2.6 达到人类水平的 text-to-SQL 准确率

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Thinking Machines 详细介绍了 ReViSQL-K2.6:这是一个基于 Kimi-K2.6、在清洗后的训练集上用强化学习微调的模型,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——略高于 92.96% 的人类基准。团队称该模型以 GPT-5.6 Sol Ultra 和 Claude Fable 5 的 12–15% 成本击败了二者。 这一结果建立在一个经过修正的基准之上:团队审计了 2,500 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,并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。准确率和成本对比均为团队自行报告的数据。

AI 根据报道生成 · 6 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. Hacker News · AI
    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

    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。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 11:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。