4Bモデルを訓練し、Postgresより81%高速なクエリプランを生成させる

Training a 4B model to produce 81% faster query plans than Postgres

クエリ最適化はNP-hardであり、Postgresのコスト推定は一様分布仮定に依存するため、結合順序を誤ると処理量が数倍に膨らむ。著者は4BのオープンウェイトモデルをSFTとエージェント型RLで事後訓練し、113の結合重視クエリで44.7%のレイテンシ削減を達成。pg_hint_planでPostgresを誘導し、ノイズの多い環境向けにGRPO変種を設計、vLLMとトレーナーを2x H100ノードに、4つのPostgresコンテナを机上に分散させた実験を解説する。