Feyn AI a publié SQRL, une famille de modèles text-to-SQL qui inspectent le contenu des bases de données via des sondes en lecture seule pour résoudre l'ambiguïté avant de générer les requêtes finales. Le modèle phare SQRL-35B-A3B atteint 70,6 % de précision d'exécution sur le benchmark BIRD Dev, surpassant Claude Opus 4.6.

  • Trois points de contrôle ouverts sont disponibles : SQRL-4B, SQRL-9B et SQRL-35B-A3B, tous construits sur les familles Qwen3.5/3.6.
  • Le modèle utilise une stratégie mixte de génération en un seul passage pour les questions claires et jusqu'à cinq tours d'inspection pour celles qui sont ambiguës.
  • L'entraînement a impliqué le nettoyage des jeux de données BIRD et Spider, l'utilisation du renforcement CISPO et la distillation des trajectoires du professeur vers les modèles élèves.
  • SQRL-9B est recommandé comme point de contrôle par défaut, servi via vLLM avec un harnais en lecture seule qui renvoie les observations au modèle.

L'approche permet aux utilisateurs d'héberger des modèles auto-hébergeables qui maintiennent une haute précision tout en conservant les données de schéma et de requête sur une infrastructure privée.