一统众模：面向数据库的零样本学习
数据库
2022-01-04 v4 人工智能
摘要
在本文中，我们提出所谓面向数据库的零样本学习（zero-shot learning）的愿景，这是一种用于数据库组件的新学习方法。面向数据库的零样本学习受 GPT-3 等模型迁移学习近期进展的启发，可开箱即用地支持新数据库，无需训练新模型。此外，它可通过在未见数据库上进一步重训练模型，轻松扩展为少样本学习（few-shot learning）。作为本文首个具体贡献，我们展示了零样本学习在物理代价估计任务上的可行性，并给出了极具前景的初步结果。此外，作为第二贡献，我们讨论了面向数据库的零样本学习的核心挑战，并提出了将零样本学习扩展到代价估计之外的许多其他任务、甚至超越经典数据库系统与工作负载的路线图。
引用
@article{arxiv.2105.00642,
title = {One Model to Rule them All: Towards Zero-Shot Learning for Databases},
author = {Benjamin Hilprecht and Carsten Binnig},
journal= {arXiv preprint arXiv:2105.00642},
year = {2022}
}