RLVR + 数据清洗：Text-to-SQL 达人类水平
ddkang · x · 2026-08-28
论文提出通过 RLVR (Reinforcement Learning on Verified Data) 在干净数据上微调 Qwen3-235B，无需复杂工程即可达到人类水平的 Text-to-SQL 性能。
主要发现：
- 现有训练数据存在普遍标注错误，误导模型优化。
- 构建了专家多轮验证管道，从 BIRD Train 中清洗出 BIRD-Platinum 数据集(2.5k 实例，修正了 61% 的错误)。
- 在 BIRD-Platinum 上微调 Qwen3-235B，相比基线在 Arcwise-Plat 和 Spider2 上提升 11-16%，超越 SOTA 开源系统。
所属事件:RLVR+数据清洗让Text-to-SQL首超人类(6 条相关)→
「研究」频道最新
- Hannah Fry 专栏：OpenAI 解题潮让数学界陷入存在危机 — AnnaCiaunica · 2026-10-15
- 观察：AI 评测正从离线走向在线 — vboykis · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- 9 个月内三分之一的数学预印本由 AI 参与写作 — IgorCarron · 2026-10-15
- AAAI/ACM AIES 论文:访谈 15 名从业者揭示负责任 AI 实践何以难持续 — ChinasaTOkolo · 2026-10-15
- Schmidt Sciences 投 1000 万美元资助 19 个 AI 人文研究团队 — OdedRechavi · 2026-10-15