Controle: mesmo GRPO nos 8.659 pares humanos do Spider train. Spider 0.731, BIRD 0.357, Syn 0.622.
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).