用 GPT-6 Astra 轨迹蒸馏出 4B 数据库调优模型

Xudong Han @Xudong07452910原推发布于 2026.09.18

在 X 上打开原推

一个 4B 的 Qwen 衍生模型，居然把 Postgres 的一批复杂查询加速到了 1.81 倍。 更有意思的是它怎么训练出来的。 作者先用 GPT-6 Astra 的 Agent 轨迹做蒸馏，让小模型学会怎么找更好的查询方案，再做 SFT 和 Agentic RL，直接把真实查询延迟当反馈继续优化。 最后模型通过 pg_hint_plan 不断尝试连接顺序、扫描方式等方案，在最多 15 个候选里挑最快的，113 条复杂查询总延迟下降了 44.7%。 我觉得这个思路比结果本身更值得看。 强模型负责教会小模型怎么探索，再让小模型进入一个结果可验证的环境里自己试、自己学。 数据库刚好是个很漂亮的例子。以后 Coding、Infra、Research Agent，可能都会越来越多地走这条「蒸馏 + 可验证反馈 + RL」的路线。 原文： https://rohanbansal.com/qorl