港科大与微软推出HarnessSQL训练框架

港科大与微软等团队推出首个原生长程环境交互训练框架HarnessSQL，并开源。据称经该框架训练的8B模型在Spider 2.0-SQLite基准上达到45.2%准确率。 HarnessSQL面向Text-to-SQL智能体训练，做法是在密闭沙盒中通过DSH-SQL四元极简工具契约进行交互，先做全轨迹监督微调（SFT），再用基于执行奖励的DAPO强化学习。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。