8B逆袭32B！开源首个长程交互SQL Agent框架，面向真实数据库

新智元报道，介绍港科大与微软等团队推出的 HarnessSQL：面向真实数据库的首个原生长程环境交互训练框架，在密闭沙盒与专用 SQL Harness 中进行长程轨迹监督微调与执行奖励强化学习。文中把交互式 Text-to-SQL 形式化为 POMDP，并分析传统静态训练导致的「训练与部署脱节」问题。结果显示，在 Spider 2.0-SQLite 上 8B 模型取得 45.2% 执行准确率，14B 模型达 54.8%，并与 32B 专用模型和多智能体系统做了对比。文内附论文与开源代码链接。