Feyn AI釋出SQRL：一個在編寫查詢前先檢查資料庫的文本到SQL模型系列

Feyn AI（YC支援的初創公司）釋出了SQRL，這是一個新型文本到SQL模型系列，其核心創新在於將自然語言問題轉化為SQL之前先檢查資料庫。與大多數將任務視為翻譯的系統不同，SQRL透過只讀探針來解決歧義，確保生成的查詢與資料實際支援的內容一致。

旗艦型號SQRL-35B-A3B在BIRD Dev基準測試中達到了70.6%的執行準確率，對比之下，Claude Opus 4.6為68.77%。同時，團隊釋出了三個可在Hugging Face上獲取的檢查點：SQRL-4B、SQRL-9B和SQRL-35B-A3B。

為什麼先檢查資料庫至關重要

文本到SQL常被描述為翻譯問題，但這一視角忽略了最困難的環節。一個查詢可以是完全有效的SQL，卻返回錯誤結果——可能因為連線了錯誤的表、誤解了模糊列的含義，或過濾了不存在的值。這些錯誤不會丟擲異常，因此僅透過執行無法捕獲。

模式資訊也無濟於事。模式列出了表、列、型別以及有時包括的關係，但它無法揭示縣名是儲存為“Alameda”、“Alameda County”還是“ALAMEDA”，也無法告訴你哪種連線會產生重複行。

BIRD基準測試量化了這些失敗。其資料庫涵蓋真實領域，包含不完美的值、模糊列和複雜關係。系統透過執行SQL並將返回行與參考結果比較來評分。對於查詢語言來說，語法正確遠遠不夠。Feyn的核心洞察是：缺失的資訊已經存在於資料庫中，模型只需要被允許去詢問。

SQRL的工作原理

SQRL接收問題、模式以及關於資料庫的可選證據。如果上下文足夠，它會立即返回查詢。如果存在歧義，它會執行只讀查詢，利用返回的行來起草最終答案。檢查決策視情況而定：統計單錶行數無需查詢，因此SQRL直接回答。

互動使用兩種不同的動作：inspect塊請求資料庫觀察，answer塊提交最終查詢。執行框架以只讀模式執行探索查詢，並在observation標籤內返回結果行。SQRL最多可檢查五次，但大多數問題在更少的步驟內完成。

訓練檢查決策

賦予模型資料庫訪問許可權並不能教會它何時以及如何檢查。這種行為需要訓練，而基於執行的訓練是苛刻的：如果參考查詢本身錯誤，正確的模型答案也會受到錯誤獎勵。因此，Feyn首先清理了訓練集。從BIRD和Spider開始，團隊移除了參考SQL未產生可用結果的示例，然後由三個模型審查剩下的配對，並移除任何未回答其問題的查詢。測試集包括Spider的保留部分和BIRD dev，其餘資料用於訓練。

35B-A3B教師模型使用CISPO（一種來自MiniMax M1工作的強化學習方法）直接訓練。CISPO裁剪重要性取樣權重而非策略比率，從而保留了來自罕見但關鍵標記的梯度訊號。對於每個問題，模型生成八個完整軌跡，執行每個最終查詢，並根據結果是否匹配參考來給予獎勵——這是一個忽略措辭、僅檢查返回行的二進位制訊號。

組相對訓練需要組內變化。八個成功或八個失敗的嘗試沒有提供關於哪些決策有助於的訊號。因此，Feyn在“混合區域”上訓練——即只有部分嘗試成功的情況，這樣每個組都能強化區分正確與錯誤軌跡的選擇。這就是教師模型學習何時檢查的方式。

為了使其行為可部署，團隊取樣了完整的教師軌跡，並僅保留最終SQL返回正確結果的軌跡。這產生了約10,200個示例，每個示例保留了推理、探索查詢、觀察和最終答案。4B和9B學生模型在這些軌跡上進行微調，隨後使用相同的CISPO執行獎勵進行最佳化。SQRL基於Qwen3.5和Qwen3.6模型系列構建。

全系列效能表現

Feyn在BIRD Dev上評估了SQRL，當查詢返回與參考相同的結果時計為正確。SQRL-35B-A3B得分為70.60%，每個令牌啟用約3B引數。9B學生模型保留了幾乎全部效能，達到69.80%。SQRL-4B達到68.80%，在這一評估中與Claude Opus 4.6持平，但模型小巧，可在任何地方託管，使模式、查詢和觀察資料保留在使用者控制的基礎設施內。

在Feyn報告中，其他前沿模型表現如下：Claude 4.5 Sonnet為67.34%，Qwen3-Coder-480B-A35B為66.17%，GLM-4.7為63.82%，DeepSeek-R1為61.67%，Kimi-K2-Thinking為60.63%。

部署指南

Feyn推薦SQRL-9B作為預設檢查點，SQRL-4B用於預算最緊張的情況，SQRL-35B-A3B用於最高精度。9B模型可透過vLLM提供服務：

vllm serve feyninc/sqrl-9b \
  --served-model-name sqrl-9b \
  --gpu-memory-utilization 0.90 \
  --max-model-len 32768

應用程式迴圈很簡單。保持資料庫執行為只讀，並將每次觀察返回給模型，直到它發出答案。需要注意：不要啟用服務層的推理解析器。動作協議出現在/answer關閉標籤之後的內容中，因此剝離該內容會移除模型的inspect或answer動作。請解析原始訊息內容並保留最終think標籤之後的所有內容。模型卡包含完整的系統提示和參考框架。

關鍵要點

• SQRL是透過在提交最終查詢前執行只讀探針來檢查資料庫的文本到SQL模型系列。
• Feyn報告SQRL-35B-A3B在BIRD Dev上達到70.6%的執行準確率，高於Claude Opus 4.6的68.77%。
• 旗艦模型蒸餾為4B和9B學生模型；SQRL-4B在該測試中匹配Opus，同時保持可自託管。
• 訓練清理了BIRD和Spider資料集，獎勵執行匹配，並利用CISPO和蒸餾來教會模型何時檢查。
• 所有三個檢查點已在Hugging Face開源，並透過vLLM和只讀框架提供服務，框架將觀察反饋給模型。

SQRL由Feyn構建。團隊可在GitHub、Hugging Face和X上找到。