Challenger 3B iter1 (HRPO-lite por nivel, sem rep-penalty). Difficulty 0.028->0.11; gen1 58k pares.

Parte do projeto SQL-Zero (self-play zero-anotacao para Text-to-SQL, adaptacao do Dr. Zero). Protocolo de avaliacao: greedy@1, schema completo (DDL+3 rows), execution accuracy. Treinado com verl (GRPO); reward de execucao 3-tier (1.0/0.1/0.0).