SQL-Zero：零标注自博弈文本转SQL训练
原文标题：SQL-Zero: Self-Evolving Text-to-SQL
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出SQL-Zero框架，通过提议者-求解者自博弈，无需人工标注即可训练文本转SQL模型。在BIRD数据集上，3B和7B模型分别提升6.6和7.3个点，且小模型展现出更好的跨库迁移能力。该方法有望降低数据库查询智能体的开发成本。
- 问题
- 文本转SQL训练依赖昂贵人工标注对。
- 方法
- SQL-Zero提议者-求解者自博弈，仅以数据库执行结果为真值，交替GRPO更新。
- 结果
- BIRD dev上3B提升6.6点、7B提升7.3点，无标注即超过零样本基线。
- 影响
- 降低数据库查询智能体开发成本，零标注即可适配新数据库。
深读 · 结论先行AI 生成展开看要点与影响 ↓
零标注自博弈训练Text-to-SQL，BIRD上3B/7B分别提升6.6和7.3个点。
- •SQL-Zero用提议者-求解者自博弈，唯一监督信号是数据库执行结果，无需人工标注
- •在BIRD数据库上零标注训练，3B模型提升6.6点，7B模型提升7.3点
- •该方法得分高于同配方用BIRD人工金标训练的对照组，但配对检验未能确认差距
- •迁移能力随规模分化：3B每轮迭代都优于基线，7B仅第一轮保持迁移
- •用GRPO交替更新两个角色，并对提议者加模板级重复惩罚防止多样性崩塌
为什么重要：若成立，可大幅降低新数据库上Text-to-SQL智能体的标注成本，但7B迁移退化说明规模化收益尚不稳定。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。