Hacker News · 18.06.2026 ·Данные и инжиниринг

GenDB: генеративный движок запросов на базе LLM

GenDB представляет собой новый подход к взаимодействию с базами данных, где традиционные SQL-запросы заменяются генеративными моделями. Система позволяет пользователям формулировать запросы на естественном языке, которые затем преобразуются в исполняемый код для извлечения данных. Основная цель проекта — снизить порог входа для работы с аналитическими системами и упростить процесс извлечения инсайтов из неструктурированных и структурированных наборов данных.

Архитектура движка опирается на возможности больших языковых моделей для интерпретации намерений пользователя и автоматического построения сложных запросов. В отличие от стандартных инструментов Text-to-SQL, GenDB фокусируется на генеративном поиске, который учитывает контекст данных и специфику схемы базы. Это позволяет системе работать с более гибкими запросами, которые сложно формализовать с помощью классических операторов.

Внедрение подобных решений направлено на автоматизацию аналитических пайплайнов и ускорение работы с данными в компаниях. Использование LLM в качестве прослойки между пользователем и хранилищем данных позволяет сократить время на написание и отладку запросов, делая аналитику доступной для сотрудников без навыков программирования. Проект ориентирован на интеграцию в существующие инфраструктуры обработки данных, где требуется быстрая интерпретация бизнес-запросов.

Источник: Hacker News

Похожие материалы

Hacker News · Инфраструктура для агентов Автоматическая маршрутизация запросов для оптимизации стоимости и скорости LLM Компания Factory представила инструмент для автоматической маршрутизации запросов между различными языковыми моделями. Система в режиме реального времени анализирует входящие задачи и перенаправляет их на наиболее подходящую модель, исходя из заданных параметров стоимости и времени отклика. Такой подход позволяет компаниям снизить расходы на API, не жертвуя качеством ответов в критически важных сценариях. MarkTechPost · Модели и релизы Google представил Gemini-SQL2 с точностью 80.04% на BIRD leaderboard Google Research анонсировал Gemini-SQL2 — модель для преобразования текста в SQL-запросы, основанную на Gemini 3.1 Pro. Она показала 80.04% точность выполнения на BIRD single-model leaderboard, что делает её одной из лучших в своей категории. Этот показатель измеряет способность модели генерировать SQL-запросы, которые корректно выполняются на базе данных, и соответствует лучшим результатам в отрасли. Hacker News · Оценка и бенчмарки BEAVER: новый бенчмарк для оценки LLM в Text-to-SQL Исследователи представили BEAVER — новый бенчмарк для оценки способности языковых моделей (LLM) преобразовывать текстовые запросы в SQL. Это важный шаг в развитии ИИ-агентов, которые могут работать с базами данных, так как Text-to-SQL является критически важной задачей для автоматизации аналитики и управления данными. arXiv · Машинное обучение Large Language Gibbs: новый подход к вероятностному выводу в LLM Исследователи представили метод Large Language Gibbs, направленный на решение проблемы структурированного логического вывода с использованием больших языковых моделей. Основная сложность при работе с LLM заключается в том, что их внутренние знания часто трудно интерпретировать в рамках строгих вероятностных моделей. Новый подход предлагает использовать условные распределения языковой модели в качестве переходов в цепочке Гиббса, что позволяет модели выполнять более точные вычисления при работе с переменными, описывающими сложные системы. Hacker News · Модели и релизы GLM 5.2 показал высокие результаты в бенчмарках Новая версия модели GLM 5.2 продемонстрировала впечатляющие результаты в различных бенчмарках. Согласно последним тестам, модель превзошла своих предшественников по ряду ключевых метрик, включая точность и скорость обработки запросов. Hacker News · Память и RAG NeuronDB: база данных для памяти LLM Разработчики из сообщества LLM представили NeuronDB — экспериментальную базу данных, предназначенную для хранения и управления памятью больших языковых моделей. Проект опубликован на GitHub и уже привлёк внимание сообщества, так как предлагает решение для одной из ключевых проблем в разработке ИИ-агентов — долгосрочной памяти. Hacker News · Модели и релизы GLM-5.2: новая модель для сложных задач Компания Zhipu AI представила модель GLM-5.2, оптимизированную для выполнения сложных задач, требующих длительного контекста. Новая версия поддерживает до 128K токенов, что позволяет обрабатывать большие объёмы текста и выполнять задачи, требующие глубокого анализа. Hacker News · Исследования и наука Исследование: насколько можно доверять LLM при анализе данных (EDA) Исследователи проанализировали применимость больших языковых моделей для проведения разведочного анализа данных (EDA). В работе оценивается способность ИИ-агентов самостоятельно выполнять стандартные этапы работы с датасетами: от первичной очистки и выявления пропусков до построения статистических гипотез и визуализации распределений. Авторы статьи сфокусировались на том, насколько точно модели интерпретируют структуру табличных данных и избегают галлюцинаций при генерации кода для анализа. Together.ai · Память и RAG ИИ ускоряет выполнение SQL-запросов в 4.78 раза Исследователи из Together AI продемонстрировали, что языковые модели могут значительно ускорить выполнение SQL-запросов. Они использовали LLM для оптимизации планов выполнения запросов, исправляя ошибки в оценке кардинальности, которые упускают статистические методы. Hacker News · Инфраструктура для агентов DBOS: новая операционка для ИИ-агентов DBOS — это экспериментальная операционная система, ориентированная на базы данных. Её ключевая идея — использовать базы данных как основной механизм для управления ресурсами и процессами. Это может стать прорывом для разработчиков ИИ-агентов, так как позволяет более эффективно управлять состоянием, памятью и вычислениями.

← Все материалы