← Вернуться к списку

L2T-Tune: Гибридная настройка баз данных под руководством LLM (больших языковых моделей) с использованием метода латентного гиперпространственного поиска (LHS) и алгоритма TD3

Краткое содержание

arXiv:2511.01602v3 Тип объявления: замена-перекрёстная Аннотация: Настройка конфигурации критически важна для производительности баз данных. Хотя недавние достижения в области настройки баз данных продемонстрировали многообещающие результаты улучшения пропускной способности и задержки, остаются нерешённые проблемы. Во-первых, огромное пространство настроек делает прямую оптимизацию нестабильной и медленно сходящейся. Во-вторых, конвейеры обучения с подкреплением часто лишены эффективного начального руководства (warm-start) и требуют длительного офлайн-обучения. В-третьих, переносимость ограничена: при изменении аппаратного обеспечения или рабочих нагрузок существующие модели обычно нуждаются в существенной переподготовке для восстановления прежней производительности. Для преодоления указанных ограничений мы предлагаем L2T-Tune — новый гибридный фреймворк настройки баз данных, управляемый большими языковыми моделями, который включает трёхэтапную схему работы: этап первый осуществляет предварительный запуск («теплый старт»), одновременно генерируя равномерно распределенные выборки по всему пространству настроек и записывая их в общий пул; этап второй задействует большую языковую модель для извлечения и приоритизации рекомендаций по настройкам из руководств и документов сообщества для...

Полный текст статьи пока не загружен.