Jailbreak usa LLMs para regenerar leitores de armazenamento de alto desempenho

Pesquisadores apresentam o Jailbreak, uma abordagem que contorna motores de banco de dados usando Modelos de Linguagem Grande para regenerar componentes de leitura de tabelas específicos do operador diretamente dos arquivos de armazenamento.

• O sistema aproveita a síntese de código assistida por LLM para decodificar formatos complexos de arquivos de banco de dados especificados pelo código-fonte e documentação.
• Ele materializa os dados como buffers Apache Arrow em memória consumíveis por motores de consulta como DuckDB, Apache Spark, cuDF e Spark RAPIDS.
• Validado contra baselines JDBC/ODBC usando o benchmark TPC-H, o Jailbreak alcança acelerações de até 27x na taxa de transferência analítica de ponta a ponta.

Esta metodologia quebra o bloqueio de dados entre sistemas de banco de dados, transformando formatos opacos em artefatos diretamente consultáveis sem lógica de parsing projetada por humanos.