outcome-reward-models

标签

#outcome-reward-models

使用结果奖励模型进行Text-to-SQL的测试时验证

arXiv cs.CL ↗ · 2026-07-01 缓存

本文提出GradeSQL框架，使用结果奖励模型(ORM)进行Text-to-SQL的测试时验证，在BIRD和Spider基准上分别比基于执行的Best-of-N方法提升4.33%和2.10%。

0 人收藏 0 人点赞