跳至正文
熱點事件持續更新

Thinking Machines 的 ReViSQL-K2.6 達到人類水準的 text-to-SQL 準確率

1 篇報導1 個報導來源6 小時前更新

先了解這件事

AI 綜述

Thinking Machines 詳細介紹了 ReViSQL-K2.6,這是一個以強化學習在清理過的訓練集上微調的 Kimi-K2.6 模型,在 Arcwise-Plat-SQL 上以 16 次取樣自我一致性達到 92.97%,每項任務成本 0.56 美元——略高於 92.96% 的人類代理基準。團隊表示,該模型以 GPT-5.6 Sol Ultra 和 Claude Fable 5 成本的 12–15% 擊敗了它們。 這一結果建立在一個經過修正的基準之上:團隊審核了 2,500 個 BIRD Train 實例,發現其中 61.1% 存在錯誤,包括 52.1% 的黃金 SQL 不正確,並將修正後的集合發布為 BIRD-Platinum。獎勵塑形加入了 VeriEQL 等價性檢查,以及針對外部知識的基於規則的過程獎勵。準確率和成本比較均為團隊自行報告的數字。

AI 依報導生成 · 6 小時前更新

報導時間線

沿著報導,了解事件的不同側面。

11月16日
  1. Hacker News · AI
    Thinking Machines 詳解 ReViSQL-K2.6:一款經 RL 訓練、無需腳手架即達人類水準準確率的 text-to-SQL 模型

    Thinking Machines 介紹了 ReViSQL-K2.6,這是一個以 RLVR 在清洗後訓練集上微調的 Kimi-K2.6 模型,在 Arcwise-Plat-SQL 上以 16 樣本自洽達到 92.97%,每項任務成本 $0.56,高於 92.96% 的人類代理基準。團隊審計了 2.5k 條 BIRD Train 實例,發現其中 61.1% 存在錯誤,包括 52.1% 的 gold SQL 不正確,隨後將修正後的集合發布為 BIRD-Platinum。獎勵塑形加入了 VeriEQL 等價性檢查以及針對外部知識的基於規則的過程獎勵,該模型以 GPT-5.6 Sol Ultra 和 Claude Fable 5 成本的 12–15% 擊敗了它們。

本事件熱度走勢

可比範圍當前
9
可比範圍峰值
1011月16日 11:00
近 24 小時變化
–

趨勢僅比較持續完整觀測到的相同主體,範圍可能小於當前熱度統計。移動指標或點擊圖表查看每小時熱度;鍵盤可用左右方向鍵切換。