用 LLM 优化数据库查询，提速 4.78 倍
深度2026年4月3日6 分钟阅读
传统数据库查询优化器常因统计模型忽略语义关联而选错执行计划。新研究通过 LLM 分析物理执行图，用 JSON Patch 微调连接顺序，在 TPC-DS 查询上实现了最高 4.78 倍的加速。
本文编译自 AI for Systems: Using LLMs to Optimize Database Query Execution，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。
深度The New Stack·5月20日·5 分钟
ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。
深度·5月20日·40 分钟