**RLVR训练Text-to-SQL模型超越人类水平，无需智能体脚手架**

_Putting Task Expertise into RL Achieves Performance on Text-to-SQL_

> Thinking Machines AI团队通过强化学习可验证奖励（RLVR）在Tinker上训练出ReViSQL-K2.6模型，在BIRD基准测试中达到92.96%以上准确率，超越人类水平。该方法采用专家验证的训练集和奖励塑形技术，避免了传统智能体脚手架的复杂调用，以更低成本实现Text-to-SQL任务突破。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-08-28 08:00（北京时间）
- **原文**：[打开原文](https://thinkingmachines.ai/news/putting-task-expertise-into-rl)