港科大与微软开源HarnessSQL训练框架

港科大与微软等团队推出并开源了 HarnessSQL，称其为首个原生长程环境交互训练框架。该框架在密闭沙盒与专用 SQL Harness 中进行长程轨迹监督微调（SFT）和执行奖励强化学习（RL），面向 Text-to-SQL、数据库智能体及通用 Agent 研发。 团队称，8B 模型在该框架下表现反超 32B 模型。目前代码、沙盒环境与合成轨迹资产已在 GitHub 全部开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。