答案已發布20 個來源
讓 SQL 模型在資料庫裡實戰，HarnessSQL 如何提升小模型表現？
HarnessSQL 讓 8B SQL 模型在可執行的資料庫環境中受訓；報告指出，它在 Spider 2.0 SQLite 的分數由 15.5% 提升至 45.2%。[8][9] 模型不只要一次寫出 SQL，還能查看資料表與結構、執行查詢，再根據結果或錯誤調整做法。 訓練方法結合完整互動過程的監督式微調，以及依據執行回饋提供獎勵的強化學習。[4][17][25]
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- HarnessSQL 讓 8B SQL 模型在可執行的資料庫環境中受訓；報告指出，它在 Spider 2.0 SQLite 的分數由 15.5% 提升至 45.2%。[8][9]
- 模型不只要一次寫出 SQL，還能查看資料表與結構、執行查詢，再根據結果或錯誤調整做法。
- 訓練方法結合完整互動過程的監督式微調，以及依據執行回饋提供獎勵的強化學習。[4][17][25]
AI 提示詞
openai.comCreate a landscape editorial hero image for this Studio Global article: How does HarnessSQL, developed by HKUST and described as a collaboration with Microsoft researchers in an October 2026 arXiv paper covered b. Article summary: HarnessSQL’s central idea is to train a SQL agent inside the same execution environment it will use at deployment, rather than train it only to generate a final SQL statement from a question and schema. The available evi. Topic tags: general, academic, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, w
HarnessSQL 的核心想法，是讓文字轉 SQL 模型在可執行的資料庫環境中學習，而不只是把問題轉成一條最終查詢。相關報告指出，經過這種貼近實際使用方式的訓練後，8B 模型在 Spider 2.0-SQLite 的分數從 15.5% 提升至 45.2%。8
9
為什麼要讓 SQL 代理在資料庫環境中訓練？
傳統單輪文字轉 SQL 模型通常會收到問題和資料庫結構，接著直接產生查詢。資料庫代理的工作方式則更像一個反覆探索的流程：先查看有哪些資料表、檢查欄位結構，再執行查詢，並依照結果或錯誤決定下一步。HarnessSQL 針對這種互動式工作流程設計，讓執行環境同時參與監督式微調與強化學習。17
25
HarnessSQL 建立在 DeepSeek Harness 這個開源代理框架上，並將其調整為資料庫任務使用。9
10
13 專用的 SQL 介面支援列出資料表、檢視結構與執行查詢等操作。報告也提到，實驗環境採用唯讀執行、單一陳述式限制，以及 60 秒逾時保護。
28
從資料庫互動到模型訓練
研究團隊描述的訓練環境是彼此隔離、可以實際執行查詢的資料庫沙盒，提供資料表結構、查詢執行與執行時回饋。專案程式庫則說明，資料流程會將 Spider 2.0-DBT 的資料庫由 DuckDB 轉換為 SQLite，並運用 Spider 2.0-Lite 與 DBT 衍生的 SQLite 資料建立可執行的 SQL 任務。5
25
訓練保留了模型與資料庫互動的完整軌跡：模型學習的是一連串操作及資料庫回應，而非彼此獨立的「問題—查詢」配對。論文描述的流程先進行監督式微調，再以執行結果作為獎勵進行強化學習。4
17
25
這種做法讓模型練習的，是部署時實際會遇到的工具互動循環。它不只模仿一段 SQL，也能學著蒐集所需資訊，並根據執行結果調整答案。
基準分數顯示了什麼？
在 Spider 2.0-SQLite 上，相關報告指出，經 HarnessSQL 訓練的 8B 模型分數達 45.2%，相比之下，基準分數為 15.5%。8
9 另有報告列出 14B 模型的分數為 54.8%。
2 同一篇報導提到，OmniSQL-32B 與 Arctic-Text2SQL-32B 在該基準上的分數分別為 14.8% 和 16.3%。
2
這些數字顯示，在這項基準測試中，訓練代理使用執行環境可能帶來顯著差異。但它們不能證明小模型在所有 SQL 工作負載上都會勝過大模型；結果仍取決於採用的基準、測試設定與比較對象。
目前報導尚未充分說明的部分
現有來源摘錄不足以獨立核實所有實驗細節，例如完整的四項工具定義、互動軌跡的平均長度、各項消融實驗，以及 LiveSQLBench 的比較結果。因此，這些細節在此不作確認。專案程式庫提供資料生成與訓練流程的程式碼，論文則說明整體的環境原生訓練方法。5
17
25
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「讓 SQL 模型在資料庫裡實戰，HarnessSQL 如何提升小模型表現？」的簡短答案是什麼？
HarnessSQL 讓 8B SQL 模型在可執行的資料庫環境中受訓；報告指出，它在 Spider 2.0 SQLite 的分數由 15.5% 提升至 45.2%。[8][9]
最值得優先驗證的重點是什麼？
HarnessSQL 讓 8B SQL 模型在可執行的資料庫環境中受訓；報告指出，它在 Spider 2.0 SQLite 的分數由 15.5% 提升至 45.2%。[8][9] 模型不只要一次寫出 SQL，還能查看資料表與結構、執行查詢，再根據結果或錯誤調整做法。
接下來在實務上該怎麼做？
訓練方法結合完整互動過程的監督式微調，以及依據執行回饋提供獎勵的強化學習。[4][17][25]
來源
aigc.newsLive Signals - AIGC.NEWS
pandaily.comHarnessSQL Uses DeepSeek Harness to Lift an 8B Model to 45.2% on Spider 2.0-SQLite
arxiv.orgHarnessSQL: Harness-Native Training for SQL Agents in Realistic Database Environments
deepseek.comDeepSeek Harness | Explore the limits of intelligence