Les chercheurs présentent Jailbreak, une approche qui contourne les moteurs de base de données en utilisant des Large Language Models pour régénérer directement depuis les fichiers de stockage les composants de lecture de tables spécifiques aux opérateurs.
- Le système exploite la synthèse de code assistée par LLM pour décoder des formats de fichiers de base de données complexes spécifiés par le code source et la documentation.
- Il matérialise les données sous forme de buffers Apache Arrow en mémoire, exploitables par des moteurs de requête tels que DuckDB, Apache Spark, cuDF et Spark RAPIDS.
- Validé contre des références JDBC/ODBC à l'aide du benchmark TPC-H, Jailbreak atteint des accélérations allant jusqu'à 27x dans le débit analytique de bout en bout.
Cette méthodologie brise la dépendance aux données entre les systèmes de base de données en transformant des formats opaques en artefacts directement interrogeables sans logique de parsing conçue par des humains.