arXiv · Databases· Abdalla Mohamed, Ashraf Aboulnaga·· 5 小时前AI 评分31
STEER：通过语义感知采样降低关系基础模型的推理成本
STEER: Reducing Inference Cost in Relational Foundation Models through Semantically Informed Sampling
AI 导读
STEER 是一种面向关系基础模型（RFM）的采样方法，通过提示大语言模型对数据库外键边按任务相关性分层，将推理上下文集中在最相关的表上，平均缩减约 40% 的上下文规模。该方法在 RT、RT-J 和 Griffin 三种 RFM 上评估，在保持甚至提升预测精度的同时降低推理成本，相关排名每任务计算一次即可复用。
来源：arXiv · Databases · arxiv.org