arXiv · cs.AI · Guorui Xiao, Douglas Brown, Artur Borycki, Magdalena Balazinska · 10 小时前模型评分42
KathDB-FAO：通过算子分组与代码复用优化多模态查询
KathDB-FAO: Optimizing Multimodal Queries through Operator Grouping and Code Reuse
导读
KathDB-FAO 查询评估系统将复杂多模态查询拆解为细粒度函数算子（FAO），并搜索可合并执行的算子子集以减少模型调用，同时复用此前查询合成的函数降低计划生成成本。在 SemBench 及另一工作负载上，其质量与最强对比系统相当，单查询端到端成本平均降低 76%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address this challenge, we design, implement, and evaluate KathDB-FAO, a query evaluation system over multimodal data.”
- “On SemBench and an additional workload, KathDB-FAO achieves quality comparable to the strongest competing system while reducing end-to-end cost per query by 76% on average.”
来源：arXiv · cs.AI · arxiv.org