arXiv cs.CL· Tao Liu, Tao Feng, Xiangheng Li, Jinwang Song, Yifan Li, Xiaoqing Cheng, Dixuan Zhang, Siquan Li, Lin Lan, Hongying Zan, Kunli Zhang, Chao Wu·· 3 小时前AI 评分24
SERL-SQL：面向 Text-to-SQL 强化智能体学习的选择性事后蒸馏框架
SERL-SQL: Selective Hindsight Distillation for Text-to-SQL Reinforcement Agentic Learning
AI 导读
SERL-SQL 是一个面向多轮 Text-to-SQL 智能体的选择性执行反馈强化学习框架，通过训练期教师模型结合执行反馈重打分学生动作，将教师-学生似然差转化为有界掩码权重，仅对 SQL 与工具动作 token 重加权 GRPO 优势。
来源：arXiv cs.CL · arxiv.org