首超人类基准：UIUC 团队用 RLVR 训练 Text-to-SQL 模型
EchoShao8899 · x · 2026-08-28
UIUC 和 Bridgewater 研究人员与 Thinking Machines Lab 合作，提出在强化学习中引入任务专业知识（RLVR）。通过清洗数据并对齐奖励函数，他们训练出了首个在 BIRD 基准测试中击败人类（92.96%）的 Text-to-SQL 模型。此前 GPT-5.6 等前沿模型虽能达到 80%+ 的成绩，但成本高昂且难以处理模糊查询和复杂上下文。
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
- WEDGE 论文：把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16
- Google 发布 CLASHarness:基准测试多智能体冲突下的计算机操作能力 — google · 2026-10-16
- 清华团队证明:普通 Flow Matching 采样无法突破固定深度模型表达力上限 — SQZ · 2026-10-16
- APEX-Harm 基准:共享工作区中脚本注入攻击对智能体成功率居高不下 — KAUST · 2026-10-16
- USC 研究:智能体 residual stream 状态可预测并拦截越权动作与事后撒谎 — USC · 2026-10-16