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
- 用 fable 5.2 跑 CAD：模型苦思 1 小时烧掉 24.7 万 token 的名场面 — _Stocko_ · 2026-11-12
- Factory 新员工入职一月:企业 AI 之争胜在基础设施而非 demo — maddiehfaulkner · 2026-11-12
- Ploid 发布 20 亿人活体索引，为 AI Agent 提供人物数据层 — HeyToha · 2026-11-12
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12