ReViSQL：实现人类水平的文本到 SQL 转换

将自然语言转换为 SQL（Text-to-SQL）是关键挑战。现有研究多聚焦于构建复杂的智能体架构以分解任务，但仍未在 BIRD 基准上达到人类水平准确率。本文提出 ReViSQL 框架，证明缩小差距无需增加架构复杂度，而需清洁的训练数据。通过引入专家校验的 BIRD-Verified 数据集并结合可验证奖励的强化学习（RLVR），显著提升了底层模型的 SQL 推理能力。实验表明，该方法在专家验证集上执行准确率达 93.2%，首次超越人类代理水平，且轻量级模型在成本大幅降低的同时匹配了先前最先进方法的表现。