Исследователи представляют Jailbreak, подход, который обходит движки баз данных, используя большие языковые модели для прямой регенерации компонентов чтения таблиц, специфичных для операторов, непосредственно из файлов хранилища.
- Система использует синтез кода с помощью LLM для декодирования сложных форматов файлов баз данных, заданных исходным кодом и документацией.
- Она материализует данные в виде буферов Apache Arrow в памяти, доступных для таких движков запросов, как DuckDB, Apache Spark, cuDF и Spark RAPIDS.
- Валидировано против базовых JDBC/ODBC с использованием бенчмарка TPC-H; Jailbreak достигает ускорения до 27x в сквозной аналитической пропускной способности.
Эта методология разрывает привязку данных между системами баз данных, превращая непрозрачные форматы в напрямую запрашиваемые артефакты без инженерно-разработанной логики парсинга.