Google DualSQL:多智能体 RL 训 Text-to-SQL,8B 超 32B 单模型
omarsar0 · x · 2026-09-22
Google 及合作者发布 DualSQL,用多智能体强化学习训练 Text-to-SQL agent。
方法要点
- 将任务拆成两个 agent:一个负责把问题链接到正确的表和列,一个负责写 SQL;两者共享同一份模型权重,一次多智能体 RL 训练同时学会两种角色。
- agent 推理过程中可通过三个工具查询数据库。
- 针对多智能体 RL 训练易崩塌的问题,作者在 rollout 上加了护栏,并提出新奖励「robust execution match」以更准确判定 SQL 正确性。
成绩
- 仅用 3,755 条训练样本,DualSQL-4B 在 BIRD dev 达 68.0% 执行准确率,持平此前 7B 模型。
- DualSQL-8B 达 71.1%,超过以往 32B 参数的单模型系统。
「编程与Agent」频道最新
- 教程：用 Jev+Viktor 搭一个可自我改进、跨工具执行任务的 AI 员工 — VibeMarketer_ · 2026-09-23
- wandb 新玩法:一条命令在终端里直接看实验面板 — wandb · 2026-09-23
- Claude Code 一条命令审计 prompt,清理拖累 Opus 5.5 的反模式 — RLanceMartin · 2026-09-23
- Combos CLI 发布：让 AI agent 生成游戏资产并一键发布 H5 游戏 — lxfater · 2026-09-23
- 开发者用 GPT-6 Sol 做出在线双人 3D 滑雪游戏，全靠 Combos CLI 生成部署 — lxfater · 2026-09-23
- Muse 最早的 UI 设计竟是一个状态胶囊，沿用数月至今 — alexandr_wang · 2026-09-23