veritabanı sorgu planlayıcılarının klasik maliyet tabanlı sezgisel yöntemlerle sınırlı kaldığı noktada, 4 milyar parametreli bir dil modelini öğrenilmiş sorgu iyileştirici olarak konumlandıran yaklaşım. geleneksel postgres planlayıcısı, tablo istatistikleri ve sabit maliyet fonksiyonları üzerinden join sıralaması tahmin etmeye çalışırken; qorl, sql sorgusunu ve şema bağlamını token dizisi olarak alıp doğrudan daha iyi bir plan üretmeyi öğreniyor. 81% daha hızlı sorgu planı iddiası, modelin yalnızca plan seçimini değil, indeks kullanımı ve join stratejisini de veri dağılımına göre yeniden şekillendirdiğini gösteriyor.
asıl kırılma noktası, llm'lerin "metin üretme" kabiliyetinin ötesine geçip deterministik sistemlerin karar mekanizmalarına gömülmesi. sorgu planlayıcı, veritabanının beyni; oraya bir transformer oturtmak, istatistik güncellemelerinin gecikmeli kaldığı dağıtık sistemlerde adaptif planlama vaadi taşıyor. ancak 4b parametreli bir modeli her sorguda çalıştırmanın gecikme ve maliyet yükü, bu yaklaşımın üretim ortamına inmesinin önündeki en somut engel. muhtemelen hibrit bir mimari — küçük model hızlı karar, büyük model karmaşık plan — kaçınılmaz olacak.