ReViSQL-K2.6 用语义验证奖励微调 Text-to-SQL RSS

Thinking Machines 发布 Text-to-SQL 强化学习工作 ReViSQL-K2.6，并开放代码、数据与训练配方。作者审计了 2.5k 条 BIRD Train 样本，称其中 61.1% 至少含一种标注问题，于是用清洗后的 BIRD-Platinum、VeriEQL 语义等价校验和过程奖励微调 Kimi-K2.6，报告在 Arcwise-Plat-SQL 上以 16 次采样达到 92.97%。这些基准与成本口径都是作者自述，未见独立复现。

发布于 2026-09-10T06:53:46.033153Z · Thinking Machines · Thinking Machines

Text-to-SQL 强化学习 评测

Thinking Machines 发布 Text-to-SQL 强化学习工作 ReViSQL-K2.6，并开放代码、数据与训练配方。作者审计了 2.5k 条 BIRD Train 样本，称其中 61.1% 至少含一种标注问题，于是用清洗后的 BIRD-Platinum、VeriEQL 语义等价校验和过程奖励微调 Kimi-K2.6，报告在 Arcwise-Plat-SQL 上以 16 次采样达到 92.97%。这些基准与成本口径都是作者自述，未见独立复现。

Thinking Machines 发布 Text-to-SQL 强化学习工作 ReViSQL-K2.6，并开放代码、数据与训练配方。作者审计了 2.5k 条 BIRD Train 样本，称其中 61.1% 至少含一种标注问题，于是用清洗后的 BIRD-Platinum、VeriEQL 语义等价校验和过程奖励微调 Kimi-K2.6，报告在 Arcwise-Plat-SQL 上以 16 次采样达到 92.97%。这些基准与成本口径都是作者自述，未见独立复现。

原始来源 ↗

来源记录

• center.info_item · cfb1cc6183ef6dab · 2026-10-03T04:08:35.169032Z
• pgweb.info_item · cfb1cc6183ef6dab · 2026-10-03T04:08:55.967155Z