Open AccessOA PDF
Larch: Learned Query Optimization for Semantic Predicates
Fuheng Zhao; Pawel Liskowski; Zihan Li; Benjamin Han; Puxuan Yu; Varich Boonsanong; Dimitris Tsirogiannis; Anupam Datta
- Summary
- Larch introduces two learned variants—Larch-A2C and Larch-Sel—that optimize the evaluation order of semantic filters in AI SQL queries, achieving 3x–19x token cost reduction compared to Palimpzest and Quest.
- Method
- Larch-A2C mengodekan pohon ekspresi filter semantik arbitrer menggunakan Gated Graph Neural Network (GGNN) yang diperkaya embedding dan merumuskan urutan evaluasi filter sebagai p…
- Results
- Penulis mengevaluasi Larch pada beragam dataset dunia nyata dan beban kerja sintetis yang komprehensif. Kedua varian Larch secara konsisten mengungguli teknik optimasi filter semantik yang ada dalam …