据Twitter账号God of Prompt引述谷歌AI实验称，对Gemini 2.5 Flash进行标准文本到SQL微调，在最难查询上性能下降，显示缺乏显式推理轨迹会削弱多步推理。根据该来源，基座模型整体73.17%微调后为72.50%，但在最难40个查询上从62.5%降至57.5%，谷歌称之为“表示坍塌”。同一来源还称，Qwen 7B基线36.17%，标准微调至45.33%，加入Chain of Thought推理步骤后达54.5%，显著缩小与Gemini 2.5 Flash差距。业务启示是：大型模型在纯输入输出微调中可能丢失推理路径，而小型模型通过包含推理轨迹的数据可获得实质能力提升，企业在文本到SQL与数据分析自动化应优先采用CoT式微调与数据格式工程以提升复杂查询正确率与可解释性。