4BモデルがPostgresより81%速いクエリプランを生成
मूल शीर्षक: Training a 4B model to produce 81% faster query plans than Postgres
यह क्यों महत्वपूर्ण है
小規模オープンウェイトモデルでDBMSの最適化器を超えられることが実証され、AI駆動データベース最適化の実用化に向けた具体的な道筋が示された。
研究者Rohan Bansalは、Qwen 4Bモデルをsupervised fine-tuning（SFT）とagentic reinforcement learning（RL）で後訓練し、Postgresのデフォルトクエリプランより最大81%高速なプランを生成させることに成功した。Join Order Benchmarkの113クエリで平均44.7%のレイテンシ削減を達成した。
Rohan Bansalが2026年9月16日に公開した技術記事によると、Qwen 4Bモデルに対してSFTとagentic RLを組み合わせた後訓練を実施し、PostgreSQLのクエリ最適化器を上回る性能を達成した。
クエリ最適化は元来NP困難な問題であり、Leis氏らが2015年と2025年に行った研究でも、既存のクエリ最適化器には依然として多くの課題が残ることが示されている。Bansalは「クエリプランの良否は実行時間で検証しやすい」という特性に着目し、言語モデルのRL訓練に適した問題設定であると判断した。
手法の核心は、1つのクエリに対して4回のRLロールアウトを実行し、各ロールアウトでQwenが候補戦略を生成してPostgresで実測するというサイクルだ。実測結果に基づくスカラー報酬が逆伝播され、より速いプランを生成する方向へモデルの重みが更新される。
初期状態では4Bモデルは113クエリのうち99件でプランを生成できなかったが、訓練後は平均44.7%のレイテンシ削減を達成。ベンチマークにはJoin Order BenchmarkとCardinality Estimation Benchmarkを使用した。
技術的な課題として、Linux page cacheの競合ノイズを抑えるPostgres計測環境の構築、ノイズの多い環境向けのカスタムGRPOバリアントの設計、vLLMとトレーナーを2台のマシンに分割したRL実行などが挙げられている。コードと引用情報も公開されている。